CHƯƠNG 1. TỔNG QUAN NGHIÊN CỨU LIÊN QUAN ĐẾN KIẾN TRÚC DỮ LIỆU NGHIÊN CỨU KHOA HỌC VÀ CÔNG NGHỆ 1. Tổng quan nghiên cứu Nghiên cứu xây dựng kiến trúc dữ liệu nghiên cứu khoa học và công nghệ (Nghiên cứu dữ liệu nghiên cứu khoa học và Công nghệ tại Học viện KHCN, Viện Hàn lâm). Hiện nay, lượng dữ liệu nghiên cứu trong khoa học và công nghệ được tạo ra từ các dự án khoa học và công nghệ trong nước là rất lớn.
Tuy nhiên, dữ liệu nghiên cứu thu thập được từ các dự án này chỉ được thể hiện dưới dạng siêu dữ liệu (thuyết minh đề tài, bài báo, bài trình bày tại hội nghị, báo cáo kết quả nghiên cứu). Hầu hết các dữ liệu thô như dữ liệu khảo sát được thu thập trong quá trình nghiên cứu, dữ liệu ảnh/Video hoặc dữ liệu giám sát IoT đều chưa được thu thập. Do đó, nhu cầu cấp thiết là xây dựng một nền tảng quản lý dữ liệu nghiên cứu khoa học và công nghệ là rất cấp thiết và quan trọng cho các nhóm nghiên cứu, tổ chức và công ty tại Việt Nam. Khái niệm về DLNC hiện nay còn nhiều tranh luận để đưa ra một khái niệm thống nhất, vì hình thức và nội dung của dữ liệu ở các lĩnh vực khác nhau thì khác nhau.
Khái niệm về DLNC cũng có thể được hiểu và diễn giải ở nhiều cách khác nhau, năm 2005, Quỹ Khoa học Quốc gia [5] đã xuất bản tập báo cáo có tựa đề “Phát triển bộ sưu tập số mang tính chất dài hạn: khuyến khích nghiên cứu và phát triển giáo dục trong thế kỷ XXI” (Long-Lived Digital Data Collections: Enabling Research and Education in the 21st Century) đã đề cập tới việc có thể phân chia DLNC bởi nguồn gốc của chúng được tạo ra, bởi vì các dữ liệu này có thể là các dữ liệu về thí nghiệm, máy tính hay quan sát. Trong đó dữ liệu quan sát có thể là các quan trắc về nhiễu độ hay quan sát về thái độ của người bỏ phiếu trước cuộc tổng tuyển cử. Dữ liệu về máy tính có thể là kết quả từ thực hiện mô hình mô phỏng hoặc có thể là các thông tin về cấu hình như phần cứng, phần mềm. Dữ liệu về nghiên cứu, thí nghiệm ví dụ các mẫu biểu hiện gen hay tốc độ phản ứng hoá học.
DLNC có thể ở các hình thức sau: 14 - Văn bản, tài liệu, chữ, hay các bảng tính. - Ghi chú trong phòng thí nghiệm, đi thực nghiệm, nhật ký. - Bảng câu hỏi, bản ghi chép tay. - Băng ghi âm, ghi hình.
- Hình ảnh, phim ảnh. - Phản ứng thí nghiệm. - Slide, hiện vật, mẫu vật, mẫu. - Bộ sưu tập các đối tượng số được tạo ra và thu thập trong quá trình nghiên cứu.
- Hồ sơ dữ liệu. - Nội dung cơ sở dữ liệu bao gồm cả hình ảnh, âm thanh, văn bản. - Thuật toán, các kịch bản. - Các phương pháp và quy trình công việc.
- Các quy trình tiêu chuẩn và giao thức. Tuỳ thuộc vào mỗi cơ quan mục đích sử dụng khác nhau sẽ có sự phân biệt và sử dụng DLNC khác nhau. Chính vì điều này đã phân biệt sự khác nhau giữa dữ liệu xuất bản và DLNC ở bảng dưới đây: Sự khác nhau giữa thông tin xuất bản và DLNC Vai trò của việc quản lý DLNC đối với các cơ quan, tổ chức và cơ quan thư viện - thông tin Phải nói rằng, đứng sau thành công của các nhà khoa học là thành công của các cơ quan nghiên cứu, tổ chức đã đồng hành cùng các nhà nghiên cứu đó. Đối với các trường đại học và các viện nghiên cứu, việc đưa ra một chiến lược cụ thể trong việc quản lý nguồn tài nguyên có giá trị này đem lại rất nhiều lợi ích về mặt kinh tế cũng như tiếng tăm.
Theo tác giả Elsevier [12] điều này có thể được nhìn thấy ở một vài khía cạnh sau: 15 - Quản lý DLNC đem tới sự cải thiện về chất lượng và số lượng của các kết quả đầu ra vì tốc độ nghiên cứu sẽ tăng lên cùng với độ tin cậy của các bài báo nghiên cứu sẽ cải thiện khi DLNC được truy cập mở, sẵn có cho việc đánh giá. - Tăng việc xuất bản và tăng chỉ số ảnh hưởng: Sự sẵn có của DLNC sẽ làm tăng việc xuất bản, dẫn tới sự bùng nổ tranh luận của nhiều quan điểm, chia sẻ dẫn tới làm tăng sự ảnh hưởng của bài viết, tạo ra nhiều trích dẫn. - Tăng cường việc hợp tác: Dữ liệu được chia sẻ là một khởi đầu cho việc hợp tác, như các nhà nghiên cứu tìm kiếm để hiểu làm thế nào kết quả được thu thập và trao đổi các quan điểm trong việc phân tích và giải thích một vấn đề. Để có thể khai thác toàn bộ tiềm năng của DLNC, đòi hỏi mỗi cơ quan, trung tâm thông tin - thư viện cần phải đưa ra những chiến lược phát triển và hợp tác hợp lý, trong đó đề cao việc thực hiện chiến lược và chính sách truy cập mở, đảm bảo việc hanh thông về tài chính và hỗ trợ về mặt công nghệ để tài liệu được truy cập mở và dễ dàng tìm thấy.
Tuy nhiên, cùng một lúc cũng đảm bảo có các chính sách về bảo hộ quyền sở hữu và thông tin cá nhân, quyền riêng tư cùng với các tiêu chuẩn về an ninh, an toàn dữ liệu để xây dựng hệ thống phục vụ việc sử dụng và tra cứu dữ liệu. Ngoài ra, cần phải có chiến lược tái sử dụng thông tin, phục vụ hoạt động DLNC sẽ được phát hiện và tái sử dụng thông qua các xuất bản phẩm, trong đó hoạt động cốt lõi là thực hiện một giải pháp xuất bản phẩm tiên tiến xem xét việc công bố các dữ liệu, phần mềm và phương pháp trích dẫn. Quá trình kiểm duyệt, cài đặt và tạo ra các định danh đối tượng số duy nhất cho các dữ liệu và dữ liệu có liên quan. Hơn thế nữa, nhiệm vụ của các trung tâm, cơ quan thư viện - thông tin trong hoạt động này là phải đảm bảo dữ liệu được kết nối với nhau, nên chúng có thể dễ dàng được tìm kiếm bởi người dùng hoặc các đối tác trong cơ quan đó hay cộng đồng người dùng ngoài cơ quan.
Để thúc đẩy dữ liệu có thể được tìm thấy, các chương trình liên kết dữ liệu cần phải được cài đặt và thiết lập. Ví dụ, trường Đại học Havard liên kết những bài báo của các nhà nghiên cứu trong trường với các cơ sở dữ liệu ở cả viện nghiên cứu và các cơ quan lưu trữ mà có liên kết với nhau về nhiều ngành nghề. Việc hỗ trợ tìm kiếm một lúc trên nhiều cơ sở dữ liệu hiệu quả cũng là một vấn đề cần phải được xem xét. 16 Vậy lợi ích của hoạt động quản lý DLNC đối với các nhà nghiên cứu là gì? Đơn giản với những nhà nghiên cứu, có một lý lẽ được đặt ra là có lẽ không cần phải thuyết phục với họ tầm quan trọng của DLNC là gì bởi vì hơn ai hết họ hiểu được việc này, tuy nhiên có nhiều nhà nghiên cứu vẫn không hiểu được tầm quan trọng và tiềm năng của việc chia sẻ nguồn tài liệu này với cộng đồng nghiên cứu mà có thể được liệt kê ở những điểm chính sau: - Tăng cường sự hợp tác: Chia sẻ là hợp tác và đặc biệt điều này giúp cho việc kiểm soát, thẩm định lại kết quả của các nghiên cứu.
- Tăng các chỉ số ảnh hưởng và hoạt động xuất bản: Việc chia sẻ các DLNC và quản lý chúng một cách hiệu quả giúp quá trình nghiên cứu được rút ngắn, nhiều công trình được xuất bản hơn, nâng tầm nghiên cứu, tăng các chỉ số trích dẫn tài liệu và uy tín của nhà nghiên cứu. - Tăng sự phân phối của các nghiên cứu: Truy cập tới các nguồn DLNC giúp tăng việc phân phối các nghiên cứu này tới nhiều cơ sở dữ liệu khác nhau, thúc đẩy sự trao đổi và tái sử dụng dữ liệu. Tình hình lưu trữ dữ liệu của nghiên cứu sinh, và học viên cao học tại Học Viện KHCN hiện nay Theo điều tra qua câu hỏi của các Học viên cao học và Nghiên cứu sinh tại Học viện KHCN học viên nhận thấy dữ liệu thu về từ việc điều tra qua bảng hỏi của đa số nghiên cứu sinh và Học viên được chọn lọc ở các ngành học khác nhau trong, quan điểm của nghiên cứu sinh là các hình thức lưu trữ dữ liệu chủ yếu là tự lưu trữ dữ liệu trên các thẻ nhớ, ổ cứng, hay sử dụng các dịch vụ miễn phí, nhưng giới hạn về dung lượng, việc lưu trữ trên các thiết bị tự do chiếm đa số tới 80%, lưu trữ không giới hạn về dung lượng nhưng việc phải lưu nhiều lần trên các hình thức lưu trữ khác nhau, không đảm bảo về mặt an toàn và bảo mật dữ liệu, khi tìm lại dữ liệu có thể gây khó khăn, thông tin dễ bị lấy cắp, là một trong những hạn chế đáng kể của hình thức này 1. Tình hình nghiên cứu trong nước Hiện nay nguồn dữ liệu nghiên cứu khoa học và công nghệ là rất quan trọng và Nhằm thúc đẩy việc tạo lập, sử dụng và khai thác dữ liệu nghiên cứu 17 khoa học và công nghệ mở cũng như khuyến khích sự quan tâm và tham gia của các nhà nghiên cứu trong việc chia sẻ dữ liệu khoa học và công nghệ dùng chung.
Hiện nay tình hình nghiên cứu về cấu trúc dữ liệu trong nghiên cứu khoa học và công nghệ tại Việt Nam đã có những phát triển đáng kể trong những năm gần đây, nhưng vẫn còn nhiều thách thức cần đối mặt. Dưới đây là một số điểm nổi bật về tình hình nghiên cứu này tại Việt Nam: Nghiên cứu ứng dụng cấu trúc dữ liệu: Các nghiên cứu về cấu trúc dữ liệu tại Việt Nam thường tập trung vào các ứng dụng thực tế, chẳng hạn như trong lĩnh vực công nghiệp, y tế, và quản lý tài nguyên. Các ứng dụng này có thể bao gồm việc tối ưu hóa quy trình sản xuất, phân tích dữ liệu y tế, và quản lý tài sản. Giáo dục và đào tạo: Cấu trúc dữ liệu là một phần quan trọng của các khoá học máy tính và công nghệ thông tin tại các trường đại học và viện nghiên cứu ở Việt Nam.
Các khoá học và chương trình đào tạo về cấu trúc dữ liệu và thuật toán đã được phát triển để đào tạo các nhà nghiên cứu và chuyên gia trong lĩnh vực này.