內容提要：【目的/意義】溯源元數(shù)據(jù)是評估開放數(shù)據(jù)質量和可信度的基礎。將溯源元數(shù)據(jù)標準規(guī)范和溯源本體應用到我國政府開放數(shù)據(jù)的門戶網(wǎng)站，有望解決現(xiàn)階段存在的溯源語義不明晰和互操作水平低等問題?！痉椒?過程】總結國際上開放數(shù)據(jù)的溯源發(fā)展狀況和最佳實踐，提煉出W3C DCAT標準規(guī)范中的溯源元數(shù)據(jù)；建立各省級地方政府元數(shù)據(jù)到標準詞匯表的映射，對數(shù)據(jù)發(fā)布活動的“歷史數(shù)據(jù)”和“多種數(shù)據(jù)格式”兩種典型情況進行溯源表達，給出機器可讀的PROV-JSON格式的溯源元數(shù)據(jù)記錄實例?！窘Y果/結論】研究表明，我國地方政府開放數(shù)據(jù)的元數(shù)據(jù)中含有豐富的溯源信息，但其總體質量還不高。引進DCAT/DC元數(shù)據(jù)和PROV本體，可以提升溯源記錄的規(guī)范程度和互操作水平，有利于溯源信息的大范圍應用。
引言
起始于2009年的全球開放政府數(shù)據(jù)運動發(fā)展迅速，正逐漸從原始數(shù)據(jù)的開放授權向提高數(shù)據(jù)質量、可用性和可信度等方向轉化。到2017年1月，開放政府合作組織(Open Government Partnership，OGP)的成員國已從2011年成立之初的8個發(fā)展到75個。其中，美國、英國、加拿大、巴西、意大利、挪威、希臘、羅馬尼亞、捷克、格魯吉亞、烏克蘭、亞美尼亞、愛沙尼亞、立陶宛、馬其頓、阿爾巴尼亞、保加利亞、南非、智利、巴拉圭、烏拉圭、約旦、印度尼西亞和菲律賓等24個國家陸續(xù)提交了“第三輪國家行動計劃”(Third National Action Plan，NAP)。美國在第三輪NAP(2015—2016)中承諾優(yōu)化開放數(shù)據(jù)生態(tài)系統(tǒng)，進一步完善公共反饋工具和開發(fā)“國家開放數(shù)據(jù)指南”；英國在第一輪NAP(2011—2013)和第二輪NAP(2013—2015)的基礎上，2016-2018行動計劃將加大對開放數(shù)據(jù)“國家信息基礎設施”(National Information Infrastructure，NⅡ)的投入，及采取措施提高數(shù)據(jù)質量和可信度等；加拿大第三輪NAP(2016—2018)承諾政府數(shù)據(jù)“默認是開放的”，并持續(xù)提高開放數(shù)據(jù)的質量和可視化水平；南非第三輪NAP(2016—2017)將升級開放數(shù)據(jù)門戶網(wǎng)站，解決數(shù)據(jù)分散和標準不一致等問題。
可見，隨著開放數(shù)據(jù)的發(fā)展，深層次的問題和挑戰(zhàn)得到關注。領導開放數(shù)據(jù)的英國內閣辦公室下的“政府數(shù)字服務”(Government Digital Service，GDS)工作組總結了未來開放數(shù)據(jù)面臨的四個挑戰(zhàn)：①完善開放政府許可OGL(Open Government Licence)，使其有更廣泛的適應性，以改善開放數(shù)據(jù)的接受程度；②真正實現(xiàn)政府數(shù)據(jù)“默認是開放的”；③提高公眾對開放數(shù)據(jù)的信任程度；④將開放數(shù)據(jù)提升到“基礎設施”(如同公路、鐵路和電網(wǎng)等)的高度進行建設。為了評估數(shù)據(jù)質量和建立對數(shù)據(jù)的信任，就需要“溯源信息”。溯源元數(shù)據(jù)作為一類重要的元數(shù)據(jù)，在開放數(shù)據(jù)中的作用和價值日益顯現(xiàn)。
目前，我國學者已經(jīng)開展基于溯源的群體協(xié)作信任模型、個人數(shù)據(jù)隱私安全管理和數(shù)字資源長期保存系統(tǒng)等領域的研究，但在開放數(shù)據(jù)領域還沒有較為深入的研究成果。本文首先歸納國際上開放數(shù)據(jù)的溯源發(fā)展概況，分析W3C DCAT標準規(guī)范中的溯源元數(shù)據(jù)；然后以我國地方政府開放數(shù)據(jù)為背景，探討溯源元數(shù)據(jù)的應用方案，以解決現(xiàn)階段溯源語義表達不明晰和互操作水平低等問題。
1 開放政府數(shù)據(jù)的溯源發(fā)展概述
W3C溯源孵化組(Provenance Incubator Group)將一個資源的“溯源”定義為：一組信息，用以記錄資源的產(chǎn)生、交付等歷史過程，并描述其中涉及的實體，如采集者、發(fā)布機構等；溯源是對資源的真實性、可信度和可重復性進行評估的重要基礎。在開放數(shù)據(jù)領域，W3C Web數(shù)據(jù)最佳實踐(Data on the Web Best Practices，DWBP)工作組將“數(shù)據(jù)溯源”(data provenance)定義為：一組元數(shù)據(jù)，幫助數(shù)據(jù)的提供者將數(shù)據(jù)的詳細歷史信息傳遞給用戶。
2010年2月，開放政府數(shù)據(jù)的起步期，參與英國數(shù)據(jù)門戶data.gov.uk建設，來自國家檔案館的John Sheridan就曾說過：“溯源是將數(shù)據(jù)發(fā)布到data.gov.uk要面對的關鍵問題之一”。此后，歐盟“開放數(shù)據(jù)監(jiān)測器”(Open Data Monitor，ODM)項目的成果驗證了這一觀點。
到2013年，開放政府數(shù)據(jù)無論深度和廣度都有了長足的發(fā)展。在世界最大的科技計劃之一的FP7(歐盟第七框架計劃)資助下，實施兩年(2013年11月—2015年11月)的ODM項目采用創(chuàng)新技術對歐洲30多個國家的173個數(shù)據(jù)門戶進行監(jiān)測、分析和評價，并將結果可視化展示在網(wǎng)站www.opendatamonitor.eu上。項目于2015年3月完成的《開放數(shù)據(jù)利益相關者需求報告》通過對商業(yè)用戶的調查發(fā)現(xiàn)，影響用戶決策使用開放數(shù)據(jù)的因素有8個：數(shù)據(jù)的準確性、開放許可、訪問的便捷性、時效性、溯源、數(shù)據(jù)格式、說明文檔和技術支持。按照重要性排名，“溯源”處于時效性和開放許可之后位列第三位。項目對數(shù)據(jù)門戶的四個方面進行監(jiān)測，即數(shù)據(jù)集的開放許可、機器可讀性、可用性和元數(shù)據(jù)的完整性。元數(shù)據(jù)的完整性包含的元數(shù)據(jù)項有：開放許可、作者、機構、發(fā)布日期和更新日期，都是與溯源相關的信息：How(開放許可)、Who(作者和機構)和When(發(fā)布日期和更新日期)。
ODM的子項目，英國開放數(shù)據(jù)研究所(Open Data Institute，ODI)開發(fā)和維護的在線工具“開放數(shù)據(jù)證書”(certificates.theodi.org)，則是通過收集每個數(shù)據(jù)集的DCAT(Data Catalog Vocabulary)元數(shù)據(jù)評價其質量和可信度，評價結果從低到高分為四類證書：銅牌、銀牌、金牌和白金證書。項目考察開放數(shù)據(jù)集的法律、技術、社會和實踐四個方面的23個指標，“機器可讀的溯源信息”是技術方面的6個指標之一，見表1。級別越高要求達到的指標越多，“溯源”是最高級別的“白金證書”所必需的。
2013年11月1日頒布的《G8開放數(shù)據(jù)憲章英國國家行動計劃》規(guī)定NⅡ中的開放數(shù)據(jù)集要經(jīng)歷“開放數(shù)據(jù)證書”的評估過程。美國和澳大利亞等國的開放數(shù)據(jù)門戶網(wǎng)站也采納了這項評估，用以向用戶推薦數(shù)據(jù)集。表2給出了來自三個國家的5個數(shù)據(jù)集的例子，它們均是銀牌證書，其中4個有機器可讀的溯源信息，1個沒有。
與ODI的工作類似，法國的開放質量標準項目Opquast推薦的“開放數(shù)據(jù)檢查表”中包含72個指標，其中兩個是溯源(Historique)相關的：①每個數(shù)據(jù)集都應有一個記錄變化的日志；②可以訪問不同版本的數(shù)據(jù)集。維也納大學的“開放數(shù)據(jù)網(wǎng)站監(jiān)測”(Open Data Portal Watch)項目對260個網(wǎng)站的元數(shù)據(jù)質量進行評價，其評價體系包含五個維度下的18個指標，涉及的溯源元數(shù)據(jù)有：dct：issued，dct：modifed，dct：publisher、dcat：contactPoint和dcat：accessURL等。
2013年12月11日，W3C發(fā)起了新的數(shù)據(jù)標準行動計劃(Data Activity)，致力于將Web的數(shù)據(jù)互操作能力推向一個新的水平。目前，該標準計劃包括六個工作組，Web數(shù)據(jù)最佳實踐(DWBP)工作組是最早成立的工作組之一，其任務是：①開發(fā)開放數(shù)據(jù)生態(tài)系統(tǒng)，在開發(fā)者和數(shù)據(jù)發(fā)布者之間建立更好的交流溝通平臺；②為數(shù)據(jù)發(fā)布者提供指南，指導他們提升數(shù)據(jù)管理過程中的一致性，以提升數(shù)據(jù)的可重用性；③采用各種技術建立開發(fā)者對數(shù)據(jù)的信任度，提升數(shù)據(jù)應用創(chuàng)新的巨大空間。
2016年8月30日，DWBP工作組的主要成果——在Web中發(fā)布數(shù)據(jù)的最佳實踐，成為W3C的候選標準[15]。工作組為開放數(shù)據(jù)推薦了35個最佳實踐(Best Practice，BP)，其中19個有助于提升數(shù)據(jù)的可信度，而與溯源相關的最佳實踐有8個，見表3。
溯源記錄是元數(shù)據(jù)的子集。DWBP工作組建議采用標準化的共享詞匯表(即本體)表達數(shù)據(jù)和元數(shù)據(jù)(Best Practice 15：Reuse vocabularies，preferably standardized ones)，以避免含義的模糊性并提高發(fā)布者和消費者之間的互操作性和一致性。
2 開放數(shù)據(jù)的溯源元數(shù)據(jù)
2014年1月16日，W3C政府關聯(lián)數(shù)據(jù)工作組(Government Linked Data Working Group)發(fā)布正式推薦標準DCAT(Data Catalog Vocabulary)。因其支持數(shù)據(jù)目錄之間的互操作性而成為各國政府普遍采用的開放數(shù)據(jù)元數(shù)據(jù)標準規(guī)范，如美國、英國、澳大利亞、愛爾蘭和歐盟等。DCAT詞匯表定義了7個類和17個屬性，并復用了都柏林核心詞匯表(Dublin Core Vocabulary)、FOAF本體和SKOS本體。同都伯林元數(shù)據(jù)一樣，DCAT是通用意義下的元數(shù)據(jù)，雖然包含了溯源相關的數(shù)據(jù)項，但沒有明晰的溯源語義定義。
歐盟于2015年10月頒布的開放數(shù)據(jù)元數(shù)據(jù)方案DCAT-AP vl.1(DCAT Application Profile，DCAT應用綱要)建議DCAT與W3C PROV本體(PROV-O)相結合表達開放數(shù)據(jù)的溯源信息，以實現(xiàn)系統(tǒng)間溯源信息的交換和互操作。
PROV-O是W3C溯源工作組(Provenance Working Group)在溯源數(shù)據(jù)模型(PROV Data Model，PROV-DM)基礎上開發(fā)的OWL本體，已于2013年4月30日成為正式推薦標準。這是Web溯源的關鍵性里程碑事件，使得溯源信息的大范圍發(fā)布和交換成為可能。PROV-O定義了50個類和83個屬性，已廣泛應用到Web應用和服務、開放數(shù)據(jù)等領域，如OECE關聯(lián)開放數(shù)據(jù)(http://oecd.270a.info/.html)和英國南安普頓大學開放數(shù)據(jù)(http://data.southampton.ac.uk/)等。
下面結合PROV-O，分析DCAT所包含的溯源元數(shù)據(jù)及其語義。
2.1 描述對象 根據(jù)DCAT概念模型，一個數(shù)據(jù)目錄門戶網(wǎng)站的結構如圖1所示，其中的三個實體分別對應類dcat：Catalog，dcat：Dataset和dcat：Distribution(前綴dcat代表命名空間http://www.w3.org/ns/dcat#)。這三個實體都是溯源元數(shù)據(jù)的描述對象，因此都是實體類(prov：Entity)的子類(前綴prov代表命名空間http://www.w3.org/ns/prov#)，其語義關系見表4。
圖1 數(shù)據(jù)目錄門戶網(wǎng)站的結構——數(shù)據(jù)目錄、數(shù)據(jù)集和數(shù)據(jù)資源
結合我國地方政府開放數(shù)據(jù)門戶網(wǎng)站的實際情況，考慮到適當?shù)摹八菰戳６取保疚闹攸c關注“數(shù)據(jù)集”和“數(shù)據(jù)資源”這兩個溯源對象。
2.2 描述數(shù)據(jù)集的溯源元數(shù)據(jù) 在DCAT中，描述dcat：Dataset類的元數(shù)據(jù)項有15個，其中10個元素來自都柏林核心詞匯表。這些元素可分為三類：9個描述型元數(shù)據(jù)(dct：title，dct：description，dct：language，dct：accrualPeriodicity，dct：identifier，dct：spatial，dct：temporal，dcat：theme，dcat：keyword)，1個結構型元數(shù)據(jù)(dcat：distribution)和5個溯源元數(shù)據(jù)，見表5。表5的第一列是溯源類別，第二列是DCAT元素，第四列是PROV-O詞匯，第三列是兩者的語義關系。
2.3 描述數(shù)據(jù)資源的元數(shù)據(jù) 描述dcat：Distribution類的元數(shù)據(jù)項有11個，其中7個元素來自都柏林核心詞匯表。這些元素可分為兩類：5個描述型元數(shù)據(jù)(dct：title，dct：description，dct：format，dcat：byteSize，dcat：mediaType)和6個溯源元數(shù)據(jù)，見表6。
綜合表5和表6，DCAT中的溯源信息涵蓋四個方面：When、Who、Where和How。同DC中的溯源信息相比[8]，多了Where方面的三個元數(shù)據(jù)項，滿足了開放數(shù)據(jù)“到哪里找到數(shù)據(jù)”的需求。
3 在我國地方政府開放數(shù)據(jù)中的應用
開放數(shù)據(jù)是我國各級政府大數(shù)據(jù)戰(zhàn)略的基本內容。2015年9月5日，國務院印發(fā)《促進大數(shù)據(jù)發(fā)展行動綱要》(國發(fā)[2015]50號)，提出未來5～10年我國大數(shù)據(jù)發(fā)展和應用的目標，包括2018年底前建成國家政府數(shù)據(jù)統(tǒng)一開放平臺[31]。2016年，北京、上海、廣東、江蘇、福建、浙江、山東和江西等省級政府相繼出臺政策文件貫徹落實國家的行動綱要。“建設政府數(shù)據(jù)開放平臺，建立標準規(guī)范體系(如分類目錄、訪問接口、數(shù)據(jù)質量、安全保密等)”等內容是開放政府數(shù)據(jù)建設的重點，而保障數(shù)據(jù)質量、可追溯和安全性等更是關注的焦點。例如，于2016年6月18日發(fā)布的《福建省促進大數(shù)據(jù)發(fā)展實施方案(2016～2020年)》的主要任務之一就是：“建設全省統(tǒng)一的政府數(shù)據(jù)開放平臺，向公眾提供數(shù)據(jù)產(chǎn)品查詢、數(shù)據(jù)下載、應用接口等服務。實施應用身份統(tǒng)一認證，實現(xiàn)開放數(shù)據(jù)可追溯。利用統(tǒng)一開放平臺匯聚和發(fā)布政府數(shù)據(jù)，保障數(shù)據(jù)權威性和安全性……”
目前，我國已建有十幾個地方政府開放數(shù)據(jù)的門戶網(wǎng)站，均通過元數(shù)據(jù)對資源進行描述。但各地的元數(shù)據(jù)數(shù)量、類型都不盡相同，普遍缺乏規(guī)范的元數(shù)據(jù)標準體系，造成用戶難以了解數(shù)據(jù)的各項信息，包括溯源信息。
3.1 現(xiàn)有的溯源元數(shù)據(jù) 首先，通過對代表性的5個省級網(wǎng)站(見表7)的調研，依據(jù)DCAT和DC元數(shù)據(jù)標準規(guī)范，提煉和總結出現(xiàn)有的溯源元數(shù)據(jù)，見表8。其他元數(shù)據(jù)項主要是描述型的，如資源名稱、摘要、分類、關鍵字、文件名和文件大小等，未列在表8中。
需要指出的是，在元數(shù)據(jù)的使用上各地(重慶除外)并沒有明顯區(qū)分“數(shù)據(jù)集”和“數(shù)據(jù)資源”。通過分析，我們將表8中的前7個元數(shù)據(jù)歸為描述“數(shù)據(jù)集”(dcat：Dataset)、而后6個元數(shù)據(jù)是描述“數(shù)據(jù)資源”(dcat：Distribution)的。
從表8可見我國地方政府在開放數(shù)據(jù)的溯源元數(shù)據(jù)上呈現(xiàn)如下特點或不足：①各種溯源信息是元數(shù)據(jù)的核心內容，這與國際趨勢是一致的；②除重慶外，普遍缺失“開放許可”(dct：license)元數(shù)據(jù)，這與我國這方面的法律缺失有關；③元數(shù)據(jù)的標準化、規(guī)范化程度不高，與DCAT規(guī)范和先進水平(如美國、英國、歐盟等)差距較大；④各地的元數(shù)據(jù)在名稱、數(shù)量、取值類型上差異很大，互操作水平低，不利于各方數(shù)據(jù)門戶聚合到統(tǒng)一平臺，也不利于應用程序跨平臺讀取溯源信息；⑤沒有采用溯源本體，語義表達不夠清晰和完善。
通過采用DCAT和DC元數(shù)據(jù)標準及PROV-O詞匯表，可以克服上述③、④和⑤等不足。下面以數(shù)據(jù)發(fā)布活動中的兩種典型情形為例，給出具體的方案。
3.2 歷史數(shù)據(jù)的溯源表達 北京和佛山市南海區(qū)(data.nanhai.gov.cn)提供了“歷史數(shù)據(jù)”元數(shù)據(jù)，重慶通過“活動流”記錄數(shù)據(jù)集的更新情況，這些做法都符合W3C的與溯源相關的最佳實踐BP8(見表3)。而為了顯式和規(guī)范表達“當前數(shù)據(jù)”與“歷史數(shù)據(jù)”之間的溯源關系，則要引進DC詞匯dct：isVersionOf和PROV-O屬性prov：wasRevisionOf，后者有著更加明晰的溯源語義。
例如，北京市“公益性圖書館”數(shù)據(jù)集(見表4)的最新發(fā)布日期是2015-12-25，歷史數(shù)據(jù)的發(fā)布日期是2013-12-19，它們之間的溯源關系可以通過下面的Turtle記錄表達。
@prefix:＜http://www.example.org/＞.
@prefix prov:＜http://www.w3.org/ns/prov#＞.
@prefixpav:＜http://purl.org/pav/＞.
@prefixdcat:＜http://www.w3.org/ns/dcat#＞.
@prefixdct:＜http://purl.org/dc/terms/＞.
@prefix owl:＜http://www.w3.org/2002/07/owl#＞.
@prefix xsd:＜http://www.w3.org/2001/XMLSchema#＞.
:library-2015-12-25 a dcat:Dataset; a prov:Entity;
dct：title"公益性圖書館"；
dcat:landingPage
?。糷ttp://www.bjdata.gov.cn/zyml/azt/wtyy/whcs/whgz/3077.htm＞：
dct:issued "2015-12-25"^^xsd:dateTime;
prov:generatedAtTime"2015-12-25"^^xsd:dateTime;
owl:versionInfo"2.0"; pav:version"2.0"；
dct:isVersionOf:library-2013-12-19;
prov:wasRevisionOf:library-2013-12-19.
:library-2013-12-19 a dcat:Dataset; a prov:Entity;
dct：title"公益性圖書館"；dct：issued "2013-12-19"^^xsd:dateTime;
prov:generatedAtTime"2013-12-19"^^xsd:dateTime;
owl:versionInfo"1.0"; pav:version"1.0"；
dct:hasVersion:library-2015-12-25;
prov:hadRevision:library-2015-12-25.
其中，pav代表另一個輕量級的溯源本體(http://pav-ontology.github.io/pav/); dct:hasVersion是dct:isVersionOf的逆屬性，prov：hadRevision是prov：wasRevisionOf的逆屬性。
在這段元數(shù)據(jù)記錄中，兩個版本的“公益性圖書館”數(shù)據(jù)集都是PROV-O類prov：Entity的實例(參見表4)，它們的產(chǎn)生時間(prov：generatedAtTime)和演化情況(prov：wasRevisionOf)得到了描述。
3.3 多種數(shù)據(jù)格式的溯源表達 為了滿足不同用戶的需求和降低使用成本，W3C最佳實踐BP14(見表3)推薦以多種格式發(fā)布同一數(shù)據(jù)資源，而且至少一種是機器可讀的格式。重慶為一個數(shù)據(jù)資源提供了兩種格式的文件：CSV和XLS，廣州市(datagz.gov.cn)有四種格式：XML、JSON、CSV和XLS，佛山市南海區(qū)提供了五種格式：XML、JSON、CSV、XLS和TXT。
不同于上小節(jié)的歷史版本的變化意味著實質性內容的改變，不同格式的數(shù)據(jù)內容應是一致的。為表達不同格式的文件間的溯源關系，應引進dct：isFormatOf(或逆屬性dct：hasFormat)，prov：wasDerivedFrom(或逆屬性prov：hadDerivation)和prov：alternateOf。
例如，“2010—2014年重慶市公共圖書館相關信息”數(shù)據(jù)集(http://cqckan.chinacloudapp.cn/dataset/201602231353)提供了兩種格式的數(shù)據(jù)文件，它們之間的溯源關系由下面的元數(shù)據(jù)記錄表達。
:library-2016-02-24.csv a dcat:Distribution;a prov:Entity;
dcat:downloadURL＜http://cqckan.chinacloudapp.cn/zh_CN/dataset/
992bf4f0-809d-4a35-822b-90748aaf9bb3/resource/
c9068e2d-2928-403c-b36a-t9a1d2b5a692/download/2010-2014.csv＞：
dct：title"2010—2014年重慶市公共圖書館相關信息"，
dcat:mediaType"text/csv; charset=GB2312"；
dct:isFormatOf:library-2016-02-24.xlsx;
prov:wasDerivedFrom:library-2016-02-24.xlsx;
prov:alternateOf:library-2016-02-24.xlsx.
:library-2016-02-24.xlsx a dcat:Distribution;a prov:Entity;
dcat:downloadURL ＜http://cqckan.chinacloudapp.cn/zh_CN/dataset/
992bf4f0-809d-4a35-822b-90748aaf9bb3/resource/
ce6525f1-6bb2-4076-951f-f80fde5896f2/download/2010-2014.xlsx＞：
dct：title"2010—2014年重慶市公共圖書館相關信息"；
dcat:mediaType "application/vnd.ms-excel"；
dct:hasFormat:library-2016-02-24.csv;
當用戶的應用程序讀取并解析這段代碼后，就可以依據(jù)溯源記錄從當前格式的文件導航到其他格式的文件，實現(xiàn)客戶端驅動的“內容協(xié)商”。
4 基于JSON的溯源元數(shù)據(jù)實例
W3C DWBP工作組推薦以機器可讀的、標準化的格式編碼溯源記錄(BP12)，如CSV、XML、HDF5、JSON、RDF/XML、JSON-LD和Turtle等格式。合適的元數(shù)據(jù)格式是實現(xiàn)元數(shù)據(jù)“記錄級”互操作的基礎，是對DCAT和PROV-O建立起的“模式級”互操作的補充。目前，JSON是DCAT和PROV-O均采納的一種編碼方式[36，37]，也是美國、英國等普遍采用的元數(shù)據(jù)文件格式。
我國各地的元數(shù)據(jù)格式還是面向人的閱讀的HTML網(wǎng)頁或TXT文本，不是機器可讀的，要比描述的數(shù)據(jù)本身的開放程度(即機器可讀)低一個等級。而DWBP工作組總結的各國最佳實踐是將“元數(shù)據(jù)”和描述的“數(shù)據(jù)”視為同等重要，應采用一樣的開放標準和格式。
下面以PROV-JSON格式給出“2010—2014年重慶市公共圖書館相關信息”數(shù)據(jù)集(參見3.3節(jié))的較為完整的元數(shù)據(jù)記錄。
?。?quot;prefix":｛"ex":"http://cqckan.chinacloudapp.cn/dataset/"，
"dct":"http://purl.org/dc/terms/"，
"dcat":"http://www.w3.org/ns/dcat#"｝，
"entity"：｛
"ex：201602231353"：｛
"prov:type"："dcat:Dataset"，
"dct:identifier":"201602231353"，
"dct：title"："2010—2014年重慶市公共圖書館相關信息"，
"dcat:landingPage":“http://cqckan.chinacloudapp.cn/dataset/201602231353”，
"dct:issued":"2016-02-23"，"dct:modified":"2016-02-23"，
"dcat:keyword"：["教育"，"文化"]，
"dcat:distribution":
["ex:201602231353/resource/c9068e2d-2928-403c-b36a-f9a1d2b5a692"，
"ex:201602231353/resource/ce6525f1-6bb2-4076-951f-f80fde5896f2"]｝，
"ex:201602231353/resource/c9068e2d-2928-403c-b36af9a1d2b5a692"：｛
"prov:type"："dcat:Distribution",
"dct:title":"2010-2014.csv"，"dct:forrnat":"text/csv"，
"dcat:downloadURL":"http://cqckan.chinacloudapp.cn/……/2010-2014.csv"，
"dct:license":"http://opendefinition.org/licenses/cc-by/"，
"prov:alternateOf"：
"ex:201602231353/resource/ce6525f1-6bb2-4076-951f-f80fde5896f2"，
"prov:wasDerivedFrom":
"ex:201602231353/resource/ce6525f1-6bb2-4076-951f-f80fde5896f2"｝，
"ex:201602231353/resource/ce6525f1-6bb2-4076-951f-f80fde5896f2"：｛
"prov:type":"dcat:Distribution"，
"dct:title":"2010-2014.xlsx"，"dct:format"："application/vnd.ms-excel"，
"dcat:downloadURL":"http://cqckan.chinacloudapp.cn/……/2010-2014.xlsx"，
"dct:license":"http://opendefinition.org/licenses/cc-by/"，
"prov:hadDerivation":
"ex:201602231353/resource/c9068e2d-2928-403c-b36a-f9a1d2b5a692"｝
其中前綴prov默認指向命名空間http://www.w3.org/ns/prov#。
這段代碼中共有三個溯源實體(entity，即prov：Entity)：數(shù)據(jù)集(ex：201602231353)和它所包含的兩個數(shù)據(jù)文件，元數(shù)據(jù)值全部來自實際值。
5 結論
開放政府數(shù)據(jù)被社會各界關注、接納和利用的前提之一是有效解決“信任”問題，這離不開具有互操作性的高質量的溯源元數(shù)據(jù)的支持。國際上開放數(shù)據(jù)實踐的發(fā)展趨勢是“溯源信息”已經(jīng)同被描述的數(shù)據(jù)本身一樣重要。
本文的分析表明，我國地方政府開放數(shù)據(jù)實際采用的元數(shù)據(jù)中含有較為豐富的溯源信息，但其總體質量還不高，主要表現(xiàn)在：①沒有采用標準詞匯表(即本體)，溯源語義表達不明晰；②缺乏通用的元數(shù)據(jù)標準，互操作水平較低；③溯源記錄不是機器可讀的，不利于應用程序自動讀取。為此，本文引進W3C DCAT元數(shù)據(jù)和PROV本體，在建立各地方政府元數(shù)據(jù)到標準詞匯表映射的基礎上，對數(shù)據(jù)發(fā)布環(huán)節(jié)實際存在的“歷史數(shù)據(jù)”和“多種數(shù)據(jù)格式”兩種典型情況進行了溯源表達，并給出了JSON格式的溯源記錄實例。
這些工作為解決現(xiàn)有問題給出了初步的方案。下一步的工作是開發(fā)開放數(shù)據(jù)全生命周期的“溯源元數(shù)據(jù)”模型和規(guī)范，建立較為完備的溯源管理體系。
