[论文解读] CoRR: A Computing Research Repository

Joseph Y. Halpern|ArXiv.org|May 3, 2000

Big Data and Business Intelligence被引用 10

一句话总结

CoRR（计算研究档案库）是一个由ACM、LANL电子文献档案库和NCSTRL于1998年合作建立的协作式、开放获取的计算机科学研究数字档案库。它结合了LANL强大的电子文献基础设施与NCSTRL开放、可扩展的架构，实现了预印本的快速、去中心化传播，支持提交、检索、通知功能，并具备元数据、评论及增值服务的未来可扩展性。

ABSTRACT

Discusses how CoRR was set up and some policy issues involved with setting up such a repository.

研究动机与目标

• 通过创建一个集中化、开放获取的预印本档案库，解决计算机科学领域电子研究成果传播的碎片化问题。
• 通过利用成熟基础设施并具备开放可扩展性，克服现有系统（如封闭接口和缺乏持久性）的局限性。
• 在保障长期归档完整性的前提下，支持研究成果的快速、低成本传播，并为未来功能增强提供可能。
• 通过开放接口和可扩展性，促进社区驱动的过滤机制与增值服务的发展。
• 通过使用开放协议整合学术档案库，为构建全球性、多学科的数字图书馆奠定基础。

提出的方法

• 采用混合架构：利用LANL成熟的可扩展电子文献软件处理提交、通知和检索，同时与NCSTRL开放、可扩展的网关架构集成。
• 利用NCSTRL的Dienst协议，实现与其他档案库的互操作性与联邦化，使外部系统能够链接和索引CoRR内容。
• 通过学科领域特定的审稿人实施基于主题的审核，确保在提交阶段的内容相关性与质量。
• 支持作者提供的元数据，包括ACM分类与学科分类，未来可借助机器学习实现自动化。
• 在设计中充分考虑可扩展性，以支持未来集成评论功能、推荐系统及数据集托管等功能。
• 通过由领先研究人员和机构组成的委员会建立治理模式，指导政策与技术决策。

实验结果

研究问题

• RQ1 如何利用现有基础设施构建一个可扩展、开放且持久的计算机科学预印本档案库？
• RQ2 哪些架构选择能够在社区驱动的学术档案库中同时实现可靠性与可扩展性？
• RQ3 通过开放协议连接的联邦化档案库模式，能否支持研究成果的快速、去中心化传播？
• RQ4 基于社区的过滤机制（如评论、推荐）在补充或替代传统同行评审方面可能发挥何种作用？
• RQ5 在缺乏全职图书馆员参与的情况下，如何在大规模、由作者自主管理的档案库中有效管理元数据、分类与索引？

主要发现

• CoRR于1998年9月正式上线，由ACM、LANL与NCSTRL合作建立，成功结合了LANL的稳健基础设施与NCSTRL的开放架构。
• 通过复用LANL已验证的软件栈，档案库实现了即时的运行稳定性，该系统已能处理超过10万篇电子文献及每日10万笔交易。
• 采用NCSTRL的开放Dienst协议，使外部网关和未来联邦化成为可能，支持构建全球数字图书馆生态系统的愿景。
• CoRR证明，采用可信现有系统并辅以开放可扩展性的混合模式，能够有效平衡可靠性与创新性。
• 系统的开放接口促进了叠加服务的可能性，例如独立开发的评论功能与推荐系统。
• 该项目为未来扩展至数据集、工具及其他学术成果奠定了基础，可扩展性作为核心设计原则贯穿始终。