羅鵬程+崔海媛+聶華+朱玲+韋成府

摘要為了實現(xiàn)高校圖書館數(shù)字資源的持久標識，促進系統(tǒng)間互操作性的增強，本文對持久標識符進行了廣泛深入調(diào)研，對當前應(yīng)用最為廣泛的4種持久標識符的原理和國內(nèi)外應(yīng)用情況進行了梳理，從費用、使用量、互操作、標識符與元數(shù)據(jù)四個方面對其做了全面地比較分析。結(jié)合北京大學圖書館的實際情況，介紹了持久標識符在開放研究數(shù)據(jù)平臺、機構(gòu)知識庫、系統(tǒng)間互操作上的應(yīng)用。

關(guān)鍵詞持久標識符 數(shù)字對象標識符 句柄 圖書館資源 唯一標識符

1引言

在網(wǎng)絡(luò)環(huán)境下，統(tǒng)一資源定位符（Uniform Re-source Locator，URL）容易改變，不能很好地用于資源的持久標識和引用。同一資源可能有多個副本，多種格式，從而擁有多個URL地址，通過URL無法將其識別為同一資源。持久標識符能夠?qū)Y源進行持久地、唯一地標識，有助于資源的引用、識別、定位和長期保存，在數(shù)字出版、數(shù)字資源長期保存等領(lǐng)域得到了廣泛研究和應(yīng)用，已有多種持久標識符方案被提出并應(yīng)用于實踐。

在數(shù)字出版領(lǐng)域，持久標識符得到了非常廣泛地應(yīng)用。國外期刊論文數(shù)字對象標識符（DigitalObject Identifier，DOI）注冊機構(gòu)交叉引用公司（CrossRef）成立于2000年，已注冊DOI數(shù)量超過8000萬個；國內(nèi)期刊論文DOI注冊機構(gòu)中文DOI成立于2007年，已注冊DOI數(shù)量超過了2500萬個。在科學引文索引（Web of Science）網(wǎng)絡(luò)版、愛思唯爾引文數(shù)據(jù)庫（Scopus）、谷歌學術(shù)等數(shù)據(jù)庫中，均支持對DOI的檢索；許多期刊的官網(wǎng)（如《自然》、《科學》）中也包含了DOI等持久標識符信息。

圖書館作為數(shù)字資源長期保存的重鎮(zhèn)，也特別重視持久標識符的應(yīng)用和推廣。早在1996年，美國國會圖書館便在美國國家數(shù)字圖書館項目中使用句柄（Handle）為數(shù)字化資源賦予持久標識符。德國科技圖書館于2004年開始使用DOI為科學數(shù)據(jù)賦予持久標識符，并于2009年領(lǐng)導(dǎo)成立了數(shù)據(jù)引用組織（DataCite），專注于研究數(shù)據(jù)和科研產(chǎn)出的持久標識。法國國家圖書館于2006年實現(xiàn)了檔案資源鍵（Archival Resource Key，ARK）持久標識符服務(wù)，用于館藏數(shù)字文檔和書目記錄標識。大英圖書館作為DataCite創(chuàng)建者之一，面向英國高等教育機構(gòu)，為數(shù)據(jù)提供DOI注冊服務(wù)。美國加州數(shù)字圖書館于2009年實現(xiàn)了DOI和ARK持久標識符注冊服務(wù)EZID（Easy-eye-dee），用于標識本館數(shù)字資源，同時對外提供付費注冊服務(wù)。中國國家圖書館參考Handle系統(tǒng)，保持與其兼容的基礎(chǔ)上（在Handle中保留了108前綴）自行研發(fā)了中文數(shù)字對象標識符（Chinese Digital Object Identifier，CDOI）系統(tǒng)，面向國內(nèi)公共圖書館提供資源的注冊服務(wù)，并于2012年投入試運行。

當前，國內(nèi)外高校圖書館對持久標識符的應(yīng)用主要集中在機構(gòu)知識庫和研究數(shù)據(jù)管理中。如麻省理工學院機構(gòu)知識庫（Dspace@MIT），康奈爾大學機構(gòu)知識庫（eCommons），復(fù)旦大學社會科學數(shù)據(jù)平臺使用Handle對資源持久標識，哈佛大學研究數(shù)據(jù)平臺（Dataverse），密歇根大學政治與社會學研究校際聯(lián)盟數(shù)據(jù)平臺（Inter-university Consortium forPolitical and Social Research，ICPSR）使用DOI對資源持久標識。與各國國家圖書館相比，高校圖書館持久標識符的研究還比較匱乏，持久標識符的應(yīng)用缺乏整體規(guī)劃。隨著高校圖書館數(shù)字化資源的不斷積累，資源的長期保存變得越發(fā)重要，持久標識符系統(tǒng)作為長期保存的重要組件急需建立并完善。同時，高?？蒲挟a(chǎn)出管理的信息化程度在不斷提高，其規(guī)范化程度也需要進一步加強。持久標識符作為資源的身份號碼，有利于資源的持久引用、查找和定位，各異構(gòu)的系統(tǒng)間可通過標識符識別、關(guān)聯(lián)資源，提高系統(tǒng)間互操作性。文章將對比分析各持久標識符系統(tǒng)的發(fā)展、原理、應(yīng)用、資費、互操作等，并結(jié)合北京大學圖書館的實際情況，介紹持久標識符的相關(guān)應(yīng)用。

2發(fā)展概況

萬維網(wǎng)出現(xiàn)之初，人們便意識到URL不具有穩(wěn)定性，隨著時間的推移常常成為死鏈。持久標識符基于中間解析系統(tǒng)實現(xiàn)資源的持久標識，當資源對應(yīng)的URL改變時，僅需更新解析系統(tǒng)中的映射關(guān)系，用戶仍可通過相同的標識符訪問資源。從上世紀90年代中期開始，一些持久標識符方案陸續(xù)被設(shè)計、實現(xiàn)，主要包括：Handle（1994年）、PURL（1995年）、DOI（1998年）、ARK（2001年）。

（1）Handle。

Handle由美國國家研究創(chuàng)新機構(gòu)（Corporationfor National Research Initiatives，CNRI）設(shè)計實現(xiàn)，最早用作CNRI數(shù)字對象架構(gòu)中的一個組件，于1994年作為計算機科學技術(shù)報告項目的一部分提出并實現(xiàn)。2014年1月，CNRI和國際電信聯(lián)盟共同發(fā)起，在瑞士日內(nèi)瓦注冊成立了新的Handle全球運營與管理組織——數(shù)字對象編號管理基金會（Digital Object Numbering Authority Foundation，DONA）。DONA由4個初始的多主管理員（Multi-ple Primary Administrators，MPA）組成：德國哥廷根科學數(shù)據(jù)分析與處理公司（Gesellschaft far wis-senschaftliche Datenverarbeitung mbH GOttingen，GWDG）、工信部電子科技情報研究所一中數(shù)創(chuàng)新公司一西恩多納公司（ETIRI-CDI-CHC）聯(lián)盟、美國CNRI、國際電信聯(lián)盟。CNRI主要關(guān)注數(shù)字圖書館、政府和老用戶的標識符應(yīng)用，GWDG主要關(guān)注科學數(shù)據(jù)標識符分配，ETIR-CDI-CHC主要關(guān)注中國物聯(lián)網(wǎng)和商業(yè)方面的應(yīng)用。

（2）PURL。endprint

持久統(tǒng)一資源定位符（Persistent Uniform Re-source Locator，PURL）由聯(lián)機計算機圖書館中心（Online Computer Library Center，OCLC）設(shè)計，于1995年在Apache HTTP服務(wù)器的基礎(chǔ)上實現(xiàn)PURL功能，并于1996年應(yīng)用于因特網(wǎng)編目項目18]。2007年，OCLC與Zepheira公司合作對PURL服務(wù)做了重新設(shè)計，發(fā)布了PURLZ-Serv-er-1.X版本。2011年三圓石公司（3 Round Stones）接管了PURL的開發(fā)工作，于2013年發(fā)布PURLZ-Server-1.6.4，此后該軟件不再更新，而在三圓石公司開發(fā)的關(guān)聯(lián)數(shù)據(jù)管理系統(tǒng)Callimachus中包含PURL的所有功能。PURL認為持久性并不是一個技術(shù)問題，而是一個機構(gòu)的服務(wù)功能，因此PURL采用了URL的形式，但它比普通URL能得到更多持久性保障。

（3）DOI。

數(shù)字對象標識符（Digital Object Identifier，DOI）源于國際出版商協(xié)會、國際科學技術(shù)和醫(yī)學出版商協(xié)會、美國出版商協(xié)會的聯(lián)合倡議，由國際數(shù)字對象標識符基金會（International DOI Foundation，IDF）管理。1997年，DOI在法蘭克福書展上發(fā)布，同年IDF正式注冊成立。2000年，DOI首個注冊代理機構(gòu)CrossRef成立，致力于為學術(shù)出版物提供DOI注冊服務(wù)。2010年DOI系統(tǒng)正式通過成為國際標準，并于2012年由ISO正式出版國際標準《ISO 26324信息和文檔一數(shù)字對象標識符系統(tǒng)》（ISO 26324 Information and Documentation?！狣ig——ital Obiect Identifier System）。DOI認為沒有元數(shù)據(jù)，標識符的意義不大，為此DOI開發(fā)了相關(guān)數(shù)據(jù)模型存儲元數(shù)據(jù)，并基于Handle系統(tǒng)實現(xiàn)了標識符解析功能。

（4）ARK。

檔案資源鍵（Archival Resource Key，ARK）由美國國家醫(yī)學圖書館約翰.昆茨（John Kunze）和羅杰斯（R.P.C Rogers）設(shè)計，于2001年發(fā)布了互聯(lián)網(wǎng)草案draft-kunze-ark-00.txt。目前，加州數(shù)字圖書館負責ARK的維護和注冊，最新草案為2013年發(fā)布的draft-kunze-ark-18.txt。用戶可以根據(jù)ARK方案構(gòu)建自己的標識符服務(wù)，也可以使用加州數(shù)字圖書館提供的EZID為資源分配標識符。ARK認為標識符的主要功能是將用戶引入服務(wù)所在地，資源URL的失效是由服務(wù)提供者造成的，與URL本身無關(guān)。因此，ARK采用了可執(zhí)行（Actionable）形式的標識符，它具有URL的形式，并可直接訪問。

3國內(nèi)外應(yīng)用

Handle、PURL、DOI、ARK均起源于2000年前后，有多年的發(fā)展歷史，在國內(nèi)外有廣泛的應(yīng)用，有的甚至已經(jīng)突破了數(shù)字資源標識的范圍，并推廣到物聯(lián)網(wǎng)領(lǐng)域。

（1）Handle的應(yīng)用。

Handle最初使用者主要包括美國國會圖書館、DSpace和DOI，2000年以后用戶群體進一步擴大到科學數(shù)據(jù)、電影電視行業(yè)、物聯(lián)網(wǎng)等領(lǐng)域。目前，Handle在數(shù)字圖書館與內(nèi)容倉儲、數(shù)字出版、非正式出版物、數(shù)字博物館、遠程教育、科學研究、數(shù)字權(quán)益管理、信息安全管理與隱私保護等領(lǐng)域得到大量應(yīng)用，下面介紹近年來幾個重要的Handle應(yīng)用。

澳大利亞國家數(shù)據(jù)服務(wù)（Australian NationalData Service，ANDS）于2009年啟動，由澳大利亞政府資助，基于Handle系統(tǒng)構(gòu)建了持久標識符服務(wù)（Persistent Identifier Service，PIDS）。PIDS面向澳大利亞機構(gòu)和個人免費提供標識符注冊。包括兩種服務(wù)模式：對于研究者個人，可以登錄澳大利亞研究數(shù)據(jù)系統(tǒng)使用PIDS自服務(wù)工具創(chuàng)建持久標識符；對于機構(gòu)，需要先注冊，然后使用客戶端實現(xiàn)自動注冊。PIDS根據(jù)ANDS的需求對Handle客戶端做了包裝，提供了基于Tomcat的Web應(yīng)用，并且開放源代碼。

歐洲持久標識符聯(lián)盟（European Persistent I-dentifier Consortium，ePIC）成立于2009年，基于Handle構(gòu)建了持久標識符服務(wù)，面向歐洲研究社區(qū)，為成員機構(gòu)提供注冊服務(wù)。ePIC具有高可靠性，在歐洲擁有5個數(shù)據(jù)中心，相互備份對方持久標識符。當前，ePIC使用了30個Handle前綴，并已創(chuàng)建了3千萬個標識符。此外，ePIC系統(tǒng)源代碼開放，服務(wù)提供者可利用ePIC系統(tǒng)構(gòu)建自己的持久標識符系統(tǒng)。

基于Handle的中國國家物聯(lián)網(wǎng)標識公共服務(wù)是“國家物聯(lián)網(wǎng)標識管理公共服務(wù)平臺”項目的組成部分。該項目由國家發(fā)改委于2013年批復(fù)，由中科院計算機網(wǎng)絡(luò)信息中心牽頭，聯(lián)合工信部電子科學技術(shù)情報研究所（ETIRI）、工信部電信研究院、中國物品編碼中心建立物聯(lián)網(wǎng)標識統(tǒng)一管理和公共服務(wù)平臺。ETIRI聯(lián)合北京中數(shù)創(chuàng)新技術(shù)有限公司（CDI）、北京西恩多納信息技術(shù)有限公司（CHC）共同組成了"ETIRI-CDI-CHC"聯(lián)合體，并成為DONA的多主管理員（Multiple Primary Administrators，MPA）?；贖andle構(gòu)建了國家物聯(lián)網(wǎng)標識公共服務(wù)，并將其應(yīng)用于嬰幼兒配方乳粉領(lǐng)域，現(xiàn)已經(jīng)注冊超過2.2億個標識符。

（2）PURL的應(yīng)用。

PURL的應(yīng)用相對較少，目前主要包括聯(lián)機計算機圖書館中心、美國國家生物醫(yī)學本體中心、佛羅里達圖書館自動化中心、美國政府出版署等。澳大利亞國家圖書館曾經(jīng)使用PURL提供持久標識符服務(wù)，不過現(xiàn)在該服務(wù)已停止運行，聯(lián)機計算機圖書館中心的PURL服務(wù)目前也不能登錄使用。與其他標識符相比，PURL軟件開發(fā)不夠活躍，2010年曾發(fā)布2.0Beta版，但是之后一直沒有發(fā)布正式版。目前PURL軟件的開發(fā)已經(jīng)融入到了Callimachus系統(tǒng)，為關(guān)聯(lián)數(shù)據(jù)提供URI標識。endprint

（3）DOI的應(yīng)用。

DOI主要用于數(shù)字出版領(lǐng)域，目前有10個注冊代理機構(gòu)負責標識符的分配和應(yīng)用服務(wù)，包括CrossRef、DataCite、中國科學技術(shù)信息研究所等。在CrossRef中注冊期刊超過4.7萬種，注冊DOI數(shù)量超過8000萬個，成為DOI最大的注冊代理機構(gòu)；在中國科學技術(shù)信息研究所中文DOI中，注冊期刊超過6200種，注冊DOI數(shù)量超過了2500萬個，僅次于CrossRef。學術(shù)出版物一直以來是DOI最大的應(yīng)用領(lǐng)域，然而隨著開放獲取運動的發(fā)展和開放數(shù)據(jù)理念的推廣，數(shù)據(jù)集也逐漸成為DOI的重要應(yīng)用領(lǐng)域。

DataCite面向數(shù)據(jù)進行DOI注冊，成立于2009年，目前已有20多個正式會員（如德國科技圖書館、加州數(shù)字圖書館等）、約900個數(shù)據(jù)中心，注冊DOI數(shù)量超過600萬個、每月解析量超過700萬，在數(shù)據(jù)集持久標識符領(lǐng)域有著巨大的影響力。Data-Cite信息基礎(chǔ)設(shè)施為元數(shù)據(jù)倉儲（Metadata Store）系統(tǒng)，用于標識符的分配和元數(shù)據(jù)的管理。除數(shù)據(jù)集注冊外，DataCite還擁有數(shù)據(jù)倉儲注冊服務(wù)re3data.org，其中含有來自60多個國家的1700多個數(shù)據(jù)倉儲。

（4）ARK的應(yīng)用。

ARK已經(jīng)在許多機構(gòu)得到應(yīng)用，加州數(shù)字圖書館ARK注冊列表中包含了來自全球的400多家機構(gòu)，如法國國家圖書館、美國西北數(shù)字檔案館、德國柏林猶太博物館、哈佛大學、谷歌等。法國國家圖書館是ARK最重要的應(yīng)用機構(gòu)之一，下面以其為例，介紹ARK在法國國家圖書館的應(yīng)用。

法國國家圖書館基于以下兩方面的因素采用ARK：一是財務(wù)獨立，ARK源自公共文化領(lǐng)域，其注冊、應(yīng)用均無需付費，而DOI源自商業(yè)領(lǐng)域，費用相對較高；二是技術(shù)獨立，ARK標準沒有強制使用特定廠商的服務(wù)，也不依賴于特定意圖的全球軟件基礎(chǔ)設(shè)施，機構(gòu)能以最簡單的方式在本地實現(xiàn)，而Handle、PURL則依賴于特定的軟件基礎(chǔ)或外部服務(wù)。基于此，法國國家圖書館于2006年實施了ARK持久標識符方案，初始階段將其用于數(shù)字化文檔和編目記錄的標識。之后領(lǐng)域得到進一步擴大，應(yīng)用于data.bnf.fr的鏈接數(shù)據(jù)服務(wù)和可伸縮保存與歸檔倉儲。此外，法國國家圖書館還積極參與ARK國際合作，與美國國家醫(yī)學圖書館一起，為加州數(shù)字圖書館ARK注冊列表提供備份服務(wù)。

4比較分析

表1對4種主要的持久標識符進行了對比。主要從費用、使用量、數(shù)據(jù)安全、互操作、標識符與元數(shù)據(jù)5個角度進行了對比。

（1）費用。

Handle的費用依據(jù)不同MPA而不同。CNRI每個Handle前綴一次性注冊費用為50美元，并且每個前綴需要繳納每年50美元的年費，提供免費軟件運行本地解析服務(wù)，但不提供技術(shù)支持。ETIRI-CDI-CHC目前針對圖書館的收費標準大致為每年1.2萬元人民幣，并提供軟件和技術(shù)服務(wù)。GWDG費用標準不明。PURL完全免費，可以使用已有PURL服務(wù)注冊持久標識符，也可以使用PURL開源軟件在本地運行PURL服務(wù)。ARK的注冊不收取費用，可以使用加州數(shù)字圖書館的EZID服務(wù)，對于研究機構(gòu)和非贏利性組織的年費為1500美元，每年最多可以創(chuàng)建維護100萬個ARK。也可以依據(jù)ARK標準自行實現(xiàn)ARK服務(wù)，無需向任何機構(gòu)繳納費用，如法國國家圖書館。

DOI的費用依據(jù)其獲取途徑的不同而不同。作為IDF的會員，其收費標準為：DOI創(chuàng)立會員會費7萬美元；一般會員會費3.5萬美元；注冊代理會員會費包含在運營費之中，按照費用分擔模型計費；附屬會員會費2000美元。從各個注冊代理獲取DOI的費用也有所不同，中文DOI以科研單位數(shù)據(jù)集注冊為例，每年年費為500元人民幣；數(shù)據(jù)集1～5000條時，每個DOI為0.5元人民幣，多于5000則每個0.3元人民幣。DataCite會員年費為8500歐元，可注冊DOI數(shù)量沒有限制。加州數(shù)字圖書館EZID對于研究機構(gòu)和非贏利性組織的DOI注冊年費為2500美元，每年最多可以創(chuàng)建維護100萬個DOI。德國科技圖書館DataCite D01年費為150歐元，可注冊0-500個DOI，超出500的DOI按量收費，501-5000每個0.20歐元，5001-5萬每個0.15歐元，5萬-10萬每個0.10歐元，10萬-100萬每個0.06歐元，超出1百萬每個0.03歐元。

從以上數(shù)據(jù)可以看出，DOI的費用相對較高，但一般情況下不需要維護本地服務(wù)系統(tǒng)；PURL完全免費，既可以使用第三方提供的服務(wù)，也可以維護本地服務(wù)系統(tǒng)；ARK既可以使用第三方提供的收費注冊服務(wù)，也可以自行開發(fā)提供服務(wù)；Handle費用較為低廉，需要本地維護服務(wù)系統(tǒng)。

（2）使用量。

根據(jù)歐盟第7框架項目“科學網(wǎng)絡(luò)記錄持久獲取聯(lián)盟”（Alliance Permanent Access to the Recordsof Science in Europe Network，APARSEN）調(diào)查顯示，DOI使用率占32%，Handle占28%，URN占25%，PURL占6%，ARK占4%。截至2016年12月，在re3data中注冊的研究數(shù)據(jù)倉儲中，DOI使用占21.9%，Handle占6.7%，URN占1.3%，PURL占1.0%，ARK占0.8%。

從這些數(shù)據(jù)可以看出，當前Handle及DOI使用量占據(jù)了優(yōu)勢地位。目前，DOI注冊個數(shù)已經(jīng)超過1.2億，分配前綴1.6萬個，每年的解析量超過50億。截至2015年末，Handle分配的前綴數(shù)量達到1.9萬個，每月代理解析量為2.47億。

（3）數(shù)據(jù)安全。

DOI主要應(yīng)用于數(shù)字出版領(lǐng)域，信息公開程度高，將元數(shù)據(jù)和標識符存放在注冊代理機構(gòu)不存在過多安全性考慮。然而，有些機構(gòu)卻包含了大量非公開出版物，或者不愿意將元數(shù)據(jù)信息公開，DOI無法滿足他們的需求。此外，DOI管理機構(gòu)IDF主要由歐美控制，出于國家層面數(shù)據(jù)安全性的考慮，一些機構(gòu)也不愿意使用DOI，如中國國家圖書館。endprint