核心期刊多源信息深度聚合模式及应用摘要：针对核心期刊相关信息的分散异构，探索其在管理与服务中的创新应用。从3个层次聚合期刊相关信息，即数据层收集和整理各来源的核心期刊相关数据，信息层采用元数据和本体词汇对期刊相关数据及其特征进行语义规范描述，知识层基于本体和关联数据技术，从语义上揭示期刊信息各概念之间的关系，实现了中外文核心期刊信息的多维展示、关联发现和多维统计分析，并进一步分析其在采访决策和个性化服务中的应用前景。关键词：核心期刊，多源信息，深度聚合，知识组织1引言期刊是高校图书馆馆藏文献资源建设和服务的重点。在期刊采访、管理和服务等过程中，其相关信息（如收录情况、影响力、分区、开放性、馆藏和利用情况等）多而杂，且来源广泛，具有无序性、独立性、多源性和分散性，给读者的发现和利用带来困难，也不便于对利用情况进行分析。为方便读者利用，进而指导高校图书馆馆藏期刊资源的建设，有必要对期刊的相关信息进行整合。邱均平等[1]认为随着读者需求的提升，对数字资源进行深度聚合是数字资源建设发展到一定阶段的必然要求。童旺宇[2]研究了图书相关信息的聚合，并指出其可为用户提供决策支持服务。对多源期刊信息进行聚合能够使期刊相关信息更为集中、有序，从而更好地为读者提供期刊信息服务，对其特征和利用行为的分析可为进一步优化馆藏期刊资源的配置提供决策支持。2相关概念2.1核心期刊及其信息的多源性核心期刊是指学术水平较高的期刊，或某一学科中高水平、高影响力的期刊。英国文献学家布拉德福在1931年首先揭示了文献集中与分散规律，发现某时期某学科1/3的论文刊登在3.2%的期刊上[3]；1971年，SCI创始人加菲尔德统计了参考文献在期刊上的分布情况，发现24%的引文出现在1.25%的期刊上[4]。这些研究均表明期刊存在“核心效应”，进而衍生出“核心期刊”的概念，同时在国内外产生了多种核心期刊遴选体系。国内核心期刊遴选体系有中文核心期刊要目总览（北京大学）、中国科学引文数据库核心库（中国科学院）、中文社会科学引文索引（南京大学）、中国科技期刊引证报告（中国科学技术信息研究所）。国际核心期刊遴选体系主要有SCIE（收录理科工科类）、SSCI（收录经济管理人文类）、A&HCI（收录艺术与人文科学类）、EI（收录工科及少量管理类）等。期刊多源信息是指期刊的相关信息来源于不同的信息平台，其相关信息包括期刊刊名元数据、收录信息、分区信息、影响因子、开放性等（如图1所示），针对具体的高校机构还包括馆藏和机构成果等，这些信息分散于不同的信息环境中。图1核心期刊的多源信息2.2信息聚合聚合原意为将分散的个体聚集在一起。在互联网领域，信息聚合是指挑选、分析互联网上的海量信息并根据内容进行归类，进而为用户提供优质有用的更具针对性的信息[5]。本研究中的核心期刊信息聚合是指针对高校的教学和科研需求，聚合各来源多维度的期刊相关数据，展示期刊的整体概貌，方便读者发现和甄别自己感兴趣的期刊，同时为图书馆期刊采访提供决策支持。3核心期刊多源信息聚合模式核心期刊相关信息类型多样、来源广泛且关联性强。对核心期刊相关信息的聚合不仅要收集期刊各个维度的数据，而且要对数据特征进行语义描述，反映其知识关联，以对期刊相关信息进行有效揭示。因此，根据数据来源和信息组织形式，期刊相关信息可从数据层、信息层和知识层3个层次进行聚合，在此基础上提供创新应用服务。聚合模式如图2所示：图2核心期刊多源信息聚合模式数据层聚合是对多来源的期刊相关数据进行收集和整理。数据收集是依据核心期刊收录标准收集期刊的描述性元数据，以及与期刊相关的影响因子、分区、收录情况、开放特征、馆藏特征、机构成果、评价等数据；数据整理是对所收集的期刊数据进行去重、归并、规范化和数据增强等数据清洗工作，如期刊分类整理、重复数据合并、字段格式规范、缺失数据补充等，以保证期刊相关数据的完整性和准确性。信息层聚合是对期刊相关数据及其特征进行语义规范描述，以实现机器可理解。图书馆领域常用的语义元数据描述规范有DC、MARC、BIBO、FRBR和PRISM等本体词汇。知识层聚合是对事物的本质...