高校图书馆创新实践：美国数字公共图书馆DPLA整合分析

DPLA是通过多种方法将异构资源整合，在此基础上提供开放服务，为数字人文提供支持的典型案例。DPLA项目于2010年年底开始讨论、规划，2013年开放运行，它是把档案馆、图书馆、博物馆和文化遗产机构、私人收藏机构等分散的资源进行统一集合，最大限度地开放可共享的文化遗产。DPLA整合的过程是首先从它的内容和服务中心收割数据，然后对其数据进行丰富，经MAP（Metadata Application Profile）映射存储，最后通过API发布数据。

（1）DPLA主要通过OAI，以及内容中心或服务中心提供的API收割来自两个中心的元数据[19]。OAI协议被应用于DSpace、WorldCat、NASA、LibGuides、Omeka等一系列组织的分享、收集数据过程中。DPLA为了更加迅速、更大范围地收集数据开发了一款新的开源OAI收割器Spark OAIHarvester。Spark是分布式处理引擎，可实现并行处理大量数据，使得数据处理的速度更快。Spark的另一优点是它支持结构化的数据处理，它提供诸如SQL查询、机器学习算法、图形计算等一系列内建库，使得收割来的数据更容易检查、分析和操作。在Spark OAIHarvester的帮助下，DPLA收割数据、处理数据更加方便、简单。

（2）DPLA收割后的元数据，经过MAP映射并以关联开放数据加以强化、呈现和共享。MAP基于Europeana数据模型EDM，并结合DPLA集成美国文化遗产机构元数据的经验与特定需求。EDM主要使用来自其他命名空间的属性，加上少数独特的本地开发属性，为集成来自欧盟不同机构的多样化数字对象的元数据而开发，是一种开放的、跨领域、基于语义网框架的数据模型[20]。MAP起草于2012年，于2013年年初发布为最初的版本v3.0，2014年7月略作更新为v3.1，2015年3月发布v4.0，2017年12月发布最新版v5。MAP（v5）[21]根据实施过程中的需求及意见在原来的版本上修改而成，其具体情况如图7-2所示：MAP（v5）有9个核心类，其中使用了来自 edm的 Place、TimeSpan、Agent、WebResource，来自 skos的 Concept，来自 dcmitype的 Colllection和ore的Aggregation。对象间的属性关系也是采用dc、dcterms和edm定义的层级关系。通过MAP映射的DPLA数据在Web上开放、共享，成为具有相互联系且可参引的数据，可与其他平台数据直接联系，形成一个开放的、可无限延伸与扩展的资源整合体系。

（3）DPLA提供统一检索界面，并提供API接口调用其函数，目前API使用的数据未更新到最新版，仍采用v3.1[22]。其最基本的API调用格式为“https：//api.dp.la/v2/items？q=weasels&api_key=”。 其中，“https：//api.dp.la/v2”是基本格式，“items”指的是请求的“资源类型”，除“items单条记录”外还有“collections集合”，“？q”后面跟的是具体参数，“&api_key”后面跟的是从DPLA取得的32位字符串形式的key。其返回的格式为“JSON-LD”格式，如下所示：(www.xing528.com)

图7-2　DPLA概览

来源：https：//drive.google.com/open？id=1fJEWhnYy5Ch7_ef_-V48-FAViA72OieG。

DPLA通过API与其他系统整合，程序开发者可通过API访问DPLA元数据，DPLA原来的官网上有专门的“Apps”网页，上面列举了34款通过DPLA提供的API接口开发的应用。DPLA整合的方法值得借鉴，其通过OAI收割数据，并复用EDM、SKO等成熟词表，发布关联数据与其他资源整合。DPLA拥有大量的、经过加工处理的、较为完整规范的元数据信息，是重要的数据基础设施，可用于文本分析和挖掘，当前许多优秀的数字人文研究案例已开始受益于这些基础设施[23]。