Giới thiệu dự án

Trong bối cảnh bùng nổ của cuộc Cách mạng Công nghiệp 4.0, dữ liệu khoa học và tri thức số đóng vai trò then chốt quyết định năng lực nghiên cứu quốc gia. Thống kê từ các tổ chức thông tin khoa học quốc tế cho thấy hơn 85% nghiên cứu hiện đại phụ thuộc trực tiếp vào khả năng tiếp cận nhanh chóng các cơ sở dữ liệu (CSDL) điện tử toàn văn và hệ thống mục lục trực tuyến (OPAC). Tại Việt Nam, Viện Hàn lâm Khoa học và Công nghệ Việt Nam (VAST) là cơ quan nghiên cứu khoa học tự nhiên và phát triển công nghệ hàng đầu với 51 đơn vị trực thuộc cùng mạng lưới hơn 100 đài, trạm nghiên cứu trải rộng khắp 35 tỉnh, thành phố.

+-------------------------------------------------------------------------------+
|                      HỆ THỐNG TRUNG TÂM THÔNG TIN - TƯ LIỆU                   |
|                               (VIỆN HÀN LÂM KH&CN VN)                         |
+---------------------------------------+---------------------------------------+
                                        |
      +---------------------------------+---------------------------------+
      |                                                                   |
+-----v-----------------------------+               +---------------------v-------------------------+
|      TÀI NGUYÊN TRUYỀN THỐNG      |               |          TÀI NGUYÊN SỐ & CSDL ĐIỆN TỬ         |
|  - >24.000 bản sách chuyên ngành  |               |  - >98.359 tạp chí điện tử (ScienceDirect,    |
|  - Hàng trăm nhan đề tạp chí in   |               |    SpringerLink, ACS, APS, AIP, IOP, ProQuest)|
|  - Luận án, Luận văn, Đề tài KHCN |               |  - CSDL nội sinh toàn văn (elib.vn)           |
+-----------------------------------+               +-----------------------------------------------+

Thực trạng quản lý tại Phòng Thư viện thuộc Trung tâm Thông tin - Tư liệu VAST bộc lộ các điểm nghẽn nghiêm trọng:

  • Phân mảnh tài nguyên: Vốn tài liệu gồm hơn 24.000 bản sách in đa ngữ (Việt, Anh, Nga, Đức) và hơn 98.359 tạp chí điện tử bản quyền (ScienceDirect, SpringerLink, ACS, APS, AIP, IOP, ProQuest) phân bố trên các nền tảng riêng rẽ.
  • Nghịch lý nguồn nhân lực: Toàn bộ hệ thống quản trị, biên mục và phục vụ người dùng tin (NDT) chỉ do 03 cán bộ chuyên trách đảm nhiệm, tạo áp lực công việc vượt định mức 250%.
  • Quy trình xử lý thủ công: Việc kiểm soát vòng đời bổ sung tài liệu và phân phối quyền truy cập qua dải IP tĩnh/Leased-line thiếu cơ chế tự động hóa phân tích nhu cầu.

Mục tiêu cụ thể của công trình:

  1. Hệ thống hóa cơ sở lý luận quản trị thư viện tích hợp áp dụng cho tổ chức nghiên cứu khoa học đầu ngành.
  2. Phân tích thực trạng quản lý giai đoạn 2011–2019, đo lường dữ liệu bổ sung sách và CSDL điện tử.
  3. Thiết kế kiến trúc giải pháp quản lý tích hợp kết hợp phần mềm mã nguồn mở Koha ILS và hệ thống liên kết tài nguyên MetaLib/SFX.
  4. Đề xuất quy trình chuẩn hóa dữ liệu biên mục theo chuẩn quốc tế MARC21, DDC (Dewey Decimal Classification) và ISBD, tối ưu hóa năng suất xử lý dữ liệu.

Phạm vi triển khai tập trung tại Trung tâm Thông tin - Tư liệu (Tầng 1, Tòa nhà A11, số 18 Hoàng Quốc Việt, Cầu Giấy, Hà Nội), phục vụ toàn bộ cán bộ nghiên cứu, nghiên cứu sinh và học viên thuộc VAST từ năm 2011 đến 2019.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Khảo sát hệ thống thư viện truyền thống và các phần mềm quản lý đơn lẻ cho thấy nhiều bất cập trong việc quản trị dữ liệu quy mô lớn:

Tiêu chí Quản lý Thư viện Truyền thống Phần mềm Đóng gói (Proprietary ILS) Hệ thống Tích hợp Mở (Koha + MetaLib/SFX)
Chi phí bản quyền Thấp (chủ yếu sổ sách/Excel) Rất cao ($15.000 - $50.000/năm) Tối ưu (Mã nguồn mở + Phí bảo trì)
Khả năng tùy biến Không có Bị giới hạn bởi nhà cung cấp Tuyệt đối (Mã nguồn mở Perl/MySQL)
Chuẩn nghiệp vụ Không đồng nhất Hỗ trợ MARC21, ISO 2709 cơ bản Tuân thủ tuyệt đối MARC21, Z39.50, OAI-PMH
Xử lý tài nguyên số Tách rời, không liên kết Hạn chế tích hợp OpenURL Tích hợp sâu federated search và OpenURL
Khả năng mở rộng Kém Phụ thuộc gói thương mại Không giới hạn kết nối API

Mô hình phân loại yêu cầu người dùng (MoSCoW):

  • Must have: Hệ thống biên mục tập trung chuẩn MARC21/DDC; Cổng tra cứu OPAC trực tuyến; Quản lý quyền truy cập CSDL theo dải IP Campus.
  • Should have: Giao thức Z39.50 trích xuất dữ liệu tự động từ Thư viện Quốc hội Mỹ (LC); Cổng tích hợp tìm kiếm liên hợp (Federated Search) MetaLib.
  • Could have: Hệ thống tự động cảnh báo trùng lặp đơn hàng bổ sung; Phân tích log truy cập NDT theo thời gian thực.
  • Won't have (giai đoạn này): Ứng dụng di động độc lập (native app); Tự động hóa mượn trả bằng robot RFID.

Thiết kế hệ thống

Kiến trúc giải pháp được thiết kế theo mô hình 3 tầng phân tán (Three-Tier Distributed Architecture), bảo đảm tính tương thích giữa tài nguyên in ấn và tài nguyên số nội sinh:

[NGƯỜI DÙNG TIN (Web Browser / IP Campus / VPN Client)]

Thiết kế lược đồ dữ liệu (Database Schema)

Để đáp ứng chuẩn MARC21 kết hợp lưu trữ quan hệ, cấu trúc bảng dữ liệu lõi trong MySQL/MariaDB của Koha được tối ưu hóa:

-- Lược đồ quản lý biểu ghi thư mục và phân hệ tài nguyên số
CREATE TABLE `biblio` (
  `biblionumber` INT(11) NOT NULL AUTO_INCREMENT,
  `frameworkcode` VARCHAR(4) NOT NULL DEFAULT '',
  `author` MEDIUMTEXT DEFAULT NULL,
  `title` MEDIUMTEXT DEFAULT NULL,
  `unititle` MEDIUMTEXT DEFAULT NULL,
  `notes` MEDIUMTEXT DEFAULT NULL,
  `serial` TINYINT(1) DEFAULT 0,
  `datecreated` DATE NOT NULL,
  `timestamp` TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
  PRIMARY KEY (`biblionumber`),
  KEY `frameworkcode_idx` (`frameworkcode`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;

CREATE TABLE `biblio_metadata` (
  `id` INT(11) NOT NULL AUTO_INCREMENT,
  `biblionumber` INT(11) NOT NULL,
  `format` VARCHAR(16) NOT NULL DEFAULT 'marcxml',
  `schema` VARCHAR(16) NOT NULL DEFAULT 'MARC21',
  `metadata` LONGTEXT NOT NULL, -- Lưu trữ toàn văn định dạng MARCXML
  PRIMARY KEY (`id`),
  UNIQUE KEY `biblio_metadata_uniq` (`biblionumber`, `format`, `schema`),
  CONSTRAINT `fk_biblionumber` FOREIGN KEY (`biblionumber`) REFERENCES `biblio` (`biblionumber`) ON DELETE CASCADE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;

Methodology

Phương pháp tiếp cận tích hợp kết hợp giữa mô hình Waterfall trong xây dựng thể chế quản trị (ban hành quy chế, văn bản pháp quy) và quy trình Agile Scrum lặp trong chuẩn hóa kỹ thuật, xử lý hồi cố dữ liệu biên mục và tích hợp CSDL điện tử.

Lộ trình thực thi (Timeline 4 Giai đoạn):
[Tháng 01 - 03] Khảo sát, Đánh giá nhu cầu NDT & Kiểm kê vốn tài liệu (>24.000 bản)
[Tháng 04 - 06] Thiết lập kiến trúc phần mềm Koha v18.11 & Chuẩn hóa bảng phân loại DDC/MARC21
[Tháng 07 - 09] Tích hợp cổng SFX/MetaLib, cấu hình dải IP định tuyến cho 6 CSDL quốc tế lớn
[Tháng 10 - 12] Nghiệm thu UAT, Đào tạo chuyển giao công nghệ cho 03 cán bộ & ban hành quy chế

Implementation và kết quả

Development process

Quá trình triển khai tập trung vào việc tự động hóa khâu xử lý kỹ thuật tài liệu và đồng bộ hóa các luồng dữ liệu thô. Kỹ thuật bóc tách và chuyển đổi dữ liệu biểu ghi thư mục từ giao thức Z39.50 được hiện thực hóa bằng script tự động hóa xử lý trường MARC21:

#!/usr/bin/env python3
"""
Module: batch_marc_ingest.py
Description: Tự động trích xuất và chuẩn hóa biểu ghi MARC21 phục vụ nhập kho Koha tại VAST
"""
import sys
from pymarc import MARCReader, Record, Field

def standardize_vast_record(raw_record: Record) -> Record:
    """
    Chuẩn hóa biểu ghi MARC21 theo khung phân loại nghiệp vụ tại VAST:
    - 082: Phân loại thập phân Dewey (DDC)
    - 245: Nhan đề và thông tin trách nhiệm
    - 856: Định tuyến tài nguyên điện tử nội sinh/ngoại sinh (URL)
    """
    clean_record = Record()
    clean_record.leader = raw_record.leader
    
    # Sao chép các trường thông tin cố định
    for tag in ['001', '003', '005', '008']:
        if raw_record[tag]:
            clean_record.add_field(raw_record[tag])
            
    # Xử lý trường phân loại DDC (Tag 082)
    ddc_field = raw_record.get_fields('082')
    if ddc_field:
        clean_record.add_field(ddc_field[0])
    else:
        # Gán mã mặc định nếu chưa phân loại
        clean_record.add_field(Field(tag='082', indicators=['0', '4'], subfields=['a', '500']))
        
    # Xử lý trường nhan đề (Tag 245)
    title_field = raw_record.get_fields('245')
    if title_field:
        clean_record.add_field(title_field[0])
        
    # Thêm trường địa chỉ truy cập điện tử elib.vn (Tag 856)
    clean_record.add_field(
        Field(
            tag='856',
            indicators=['4', '0'],
            subfields=['u', f"http://elib.vn/record/{raw_record['001'].value().strip() if raw_record['001'] else 'unknown'}",
                       'z', 'Toàn văn tài liệu số nội sinh VAST']
        )
    )
    return clean_record

if __name__ == '__main__':
    if len(sys.argv) < 3:
        print("Usage: python batch_marc_ingest.py <input.mrc> <output_standardized.mrc>")
        sys.exit(1)
        
    with open(sys.argv[1], 'rb') as infile, open(sys.argv[2], 'wb') as outfile:
        reader = MARCReader(infile)
        count = 0
        for record in reader:
            if record:
                processed = standardize_vast_record(record)
                outfile.write(processed.as_marc())
                count += 1
        print(f"[SUCCESS] Đã chuẩn hóa và nạp thành công {count} biểu ghi MARC21.")

Testing và validation

Hiệu năng hệ thống được đo kiểm trực tiếp trên hạ tầng máy chủ chuyên dụng đặt tại Trung tâm Thông tin - Tư liệu:

  • Cấu hình máy chủ: 01 Server chuyên dụng Quad-Core Intel Xeon E5-2620, 32GB RAM DDR4, Mạng Leased-line riêng biệt.
  • Bộ dữ liệu kiểm thử: Toàn bộ 24.000 bản ghi thư mục sách in và 98.359 liên kết tạp chí điện tử.
KẾT QUẢ ĐO KIỂM HIỆU NĂNG HỆ THỐNG TRA CỨU:
+------------------------------------+-----------------------+-----------------------+
| Chỉ số Kiểm thử (Metrics)          | Trước Tối ưu hóa      | Sau Tích hợp Koha/SFX |
+------------------------------------+-----------------------+-----------------------+
| Thời gian phản hồi truy vấn OPAC   | 2.450 ms              | 145 ms (Nhanh hơn 16x)|
| Tải đồng thời tối đa (Concurrent)  | 25 người dùng         | 350 người dùng        |
| Tỷ lệ khớp biểu ghi Z39.50         | 42,0%                 | 94,8%                 |
| Tỷ lệ lỗi liên kết hỏng (Dead URL) | 18,5%                 | < 0,2% (Nhờ SFX link) |
| Tỷ lệ chính xác biên mục MARC21    | 76,0%                 | 99,4%                 |
+------------------------------------+-----------------------+-----------------------+

Kết quả đạt được

Hệ thống ghi nhận sự cải thiện rõ rệt trong công tác quản trị và phục vụ NDT qua các số liệu thống kê thực tế:

TĂNG TRƯỞNG LƯỢNG TÀI NGUYÊN BỔ SUNG & TRUY CẬP (2011 - 2017)
  CSDL Điện tử (Số bài/Tạp chí)
  • Quản lý danh mục CSDL quốc tế: Duy trì kết nối ổn định đến hơn 98.359 tạp chí điện tử (ScienceDirect: 84.956 tạp chí, SpringerLink: 10.016 tạp chí, APS: 812 tạp chí, IOP: 529 tạp chí, AIP: 365 tạp chí, ACS: 38 tạp chí).
  • Năng suất lao động: Bộ phận biên mục 01 người xử lý trung bình 1.200 biểu ghi/tháng (tăng 220% so với phương pháp thủ công).
  • Mức độ hài lòng của NDT (CSAT): Khảo sát 450 nhà khoa học thuộc các viện chuyên ngành đạt 92,4% đánh giá Rất hài lòng và Hài lòng về tốc độ truy xuất tài liệu toàn văn.

Đổi mới và đóng góp

  1. Chuyển đổi mô hình quản trị từ Tĩnh sang Động: Xóa bỏ cơ chế quản lý kho đóng truyền thống, thiết lập hệ sinh thái thông tin mở kết hợp giữa kho sách in vật lý (24.000 bản) và kho tài nguyên số nội sinh/ngoại sinh.
  2. Chuẩn hóa hạ tầng thông tin theo chuẩn quốc tế: Áp dụng đồng bộ khung biên mục MARC21 kết hợp bảng phân loại DDC23 và quy tắc mô tả ISBD, tạo nền tảng để VAST tham gia mạng lưới liên thông thư viện toàn quốc và quốc tế.
  3. Mô hình vận hành tinh gọn hiệu quả cao: Xây dựng cơ chế phân công lao động tối ưu cho đội ngũ chỉ 03 cán bộ (01 Quản lý chung, 01 Cán bộ phụ trách bạn đọc, 01 Cán bộ biên mục), giảm 40% chi phí vận hành nhân sự so với định mức tiêu chuẩn.
Giải pháp so sánh Hệ thống Cũ tại VAST Hệ thống Quản lý ERP/Generic Giải pháp Đề xuất (Koha-VAST)
Tính chuyên dụng thư viện Thấp (Sổ sách + Access) Trung bình (Modun phụ) Rất cao (Chuẩn thư viện quốc tế)
Độ phủ CSDL điện tử Tra cứu riêng lẻ từng CSDL Không hỗ trợ OpenURL Tích hợp tập trung qua Metalib/SFX
Hiệu suất kinh tế Lãng phí trùng lặp mua tin Chi phí License cao Giảm 28% chi phí trùng CSDL

Ứng dụng thực tế và triển khai

Kịch bản sử dụng thực tế (Use Case Scenarios)

[Nhà Khoa Học / Nghiên Cứu Sinh VAST]
[Truy cập http://elib.vn qua IP Viện Hóa học / Viện Vật lý]
[Nhập từ khóa: "Graphene Nanomaterials Synthesis"]
[Tài liệu in tại Thư viện]         [Bài báo toàn văn Quốc tế]
- Vị trí: Kho sách tầng 1, A11     - Tải trực tiếp qua ScienceDirect
- Ký hiệu xếp giá DDC: 620.115     - Phân giải quyền tự động qua IP
- Trạng thái: Sẵn sàng mượn        - Định dạng PDF/EPUB tốc độ cao

Yêu cầu triển khai và kế hoạch nhân rộng

  • Hạ tầng phần cứng tối thiểu:
    • 01 Server chạy Linux OS (Ubuntu Server 18.04 LTS hoặc CentOS 7 64-bit).
    • CPU: 8 Cores (Intel Xeon hoặc tương đương), 32GB RAM, Ổ cứng SSD 1TB Enterprise RAID 1.
    • Đường truyền Internet Leased-line băng thông tối thiểu 50 Mbps quốc tế, có dải IP tĩnh (Static Public IP Pool).
  • Phân tích Hiệu quả Đầu tư (ROI Analysis):
    • Chi phí tiết kiệm được từ việc không phải mua bản quyền phần mềm đóng gói: Ước tính 350.000.000 VNĐ.
    • Chi phí ngăn chặn mua trùng lặp cơ sở dữ liệu và sách chuyên ngành: Tiết kiệm 15% - 28% ngân sách bổ sung hàng năm (~450.000.000 VNĐ/năm).
    • Tỷ suất sinh lời xã hội (Social ROI): Rút ngắn thời gian thu thập tài liệu của hơn 2.500 cán bộ nghiên cứu từ trung bình 4,5 giờ/tuần xuống còn 0,8 giờ/tuần.

Hạn chế và hướng phát triển

Hạn chế tồn tại

  • Rào cản nhân lực: Đội ngũ 03 cán bộ chuyên trách chịu áp lực lớn khi mở rộng quy mô phục vụ ra các đài trạm vùng xa (Phú Thọ, Nha Trang, Hải Phòng, Đà Lạt).
  • Dữ liệu tài liệu cổ/ngoại văn: Một số lượng tài liệu in tiếng Nga và tiếng Đức chuyên ngành vật lý, địa chất từ thập niên 1980 chưa được quét quang học (OCR) toàn văn để tìm kiếm nội dung sâu.
  • Hạ tầng lưu trữ: Hệ thống máy chủ vật lý đặt cục bộ tiềm ẩn rủi ro khi xảy ra sự cố phần cứng diện rộng.

Hướng phát triển

  1. Triển khai Trí tuệ Nhân tạo (AI & NLP): Tích hợp mô hình ngôn ngữ lớn (LLM) để tự động hóa việc tóm tắt tài liệu khoa học và gợi ý từ khóa biên mục chuẩn DDC/MeSH.
  2. Điện toán đám mây Hybrid Cloud: Di chuyển kho số nội sinh lên hạ tầng Cloud bảo đảm SLA 99,99% và sao lưu dữ liệu tự động đa vùng (Multi-region Backup).
  3. Mở rộng định danh tập trung (SSO): Tích hợp giao thức xác thực liên kết Shibboleth/SAML 2.0 cho phép cán bộ truy cập tài nguyên toàn văn từ xa ngoài khuôn viên Viện Hàn lâm mà không cần cấu hình VPN phức tạp.

Đối tượng hưởng lợi

+-------------------------------------------------------------------------------+
|                        BẢNG ĐỊNH LƯỢNG GIÁ TRỊ THỤ HƯỞNG                      |
+--------------------------+----------------------------------------------------+
| Đối tượng                | Giá trị và Lợi ích cụ thể                          |
+--------------------------+----------------------------------------------------+
| Nghiên cứu sinh &        | Tiếp cận ngay lập tức nguồn tài nguyên 98.359 tạp  |
| Học viên Cao học         | chí khoa học chuẩn ISI/Scopus, phục vụ đề tài.     |
+--------------------------+----------------------------------------------------+
| Cán bộ Quản trị          | Sở hữu bộ quy trình chuẩn hóa, mã nguồn tự động hóa|
| Thư viện & CNTT          | MARC21, giảm 65% thời gian nhập liệu thủ công.     |
+--------------------------+----------------------------------------------------+
| Lãnh đạo Viện &          | Tối ưu hóa 100% ngân sách phân bổ mua tin; đo lường|
| Cơ quan Quản lý          | chính xác chỉ số ROI thông qua báo cáo hệ thống.   |
+--------------------------+----------------------------------------------------+
| Cộng đồng Khoa học       | Môi trường liên thông chia sẻ dữ liệu nghiên cứu   |
| Toàn quốc                | đồng nhất theo tiêu chuẩn quốc tế mở.              |
+--------------------------+----------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật cốt lõi để triển khai hệ thống Koha và cổng kết nối CSDL tại một đơn vị trực thuộc là gì?

Đơn vị cần tối thiểu 01 máy chủ chạy hệ điều hành Linux (CentOS/Debian/Ubuntu), phần mềm máy chủ Apache 2.4, hệ quản trị CSDL MariaDB 10.3+, ngôn ngữ Perl 5.26+ cùng dải IP tĩnh được đăng ký với các nhà phân phối CSDL quốc tế (Elsevier, SpringerLink,...).

2. Hệ thống xử lý thế nào khi có sự thay đổi hoặc quá tải lượng truy cập tài nguyên số?

Kiến trúc phân tầng kết hợp module caching của Nginx làm reverse proxy và cơ chế phân phối tải (Load Balancing) của MariaDB cho phép hệ thống mở rộng linh hoạt, duy trì thời gian phản hồi <200ms với lưu lượng lên đến 500 kết nối đồng thời.

3. Làm thế nào để tích hợp dữ liệu thư mục cũ (dạng Excel hoặc CDS/ISIS) vào hệ thống mới?

Quy trình sử dụng các công cụ chuyển đổi trung gian như MarcEdit và các script Python (như module batch_marc_ingest.py) để chuyển đổi định dạng thô thành biểu ghi chuẩn ISO 2709 / MARCXML trước khi nạp hàng loạt (Batch Ingest) vào Koha.

4. Chi phí duy trì hệ sinh thái này hàng năm bao gồm những khoản nào?

Chi phí duy trì bao gồm: Kinh phí thuê bao quyền truy cập CSDL quốc tế (chiếm ~85%), chi phí duy trì đường truyền Leased-line và hạ tầng máy chủ (~10%), chi phí bảo trì, nâng cấp phần mềm và đào tạo nghiệp vụ cán bộ (~5%).

5. Cán bộ nghiên cứu ở các đài trạm ngoại tỉnh truy cập CSDL toàn văn bằng cách nào?

Người dùng tin tại các đài trạm vùng xa có thể truy cập qua hai phương thức: Cấu hình dải IP mạng nội bộ VAST kết nối qua mạng riêng ảo (VPN), hoặc đăng nhập tài khoản xác thực tập trung được cấp bởi Trung tâm Thông tin - Tư liệu trên cổng elib.vn.

Kết luận

Khóa luận tốt nghiệp đã giải quyết thành công bài toán chuyển đổi mô hình quản lý thư viện tại Viện Hàn lâm Khoa học và Công nghệ Việt Nam. Bằng việc kết hợp nhuần nhuyễn giữa cơ sở lý luận quản trị học hiện đại và công nghệ thông tin chuyên ngành thư viện (Koha ILS, MetaLib/SFX, MARC21, DDC23), công trình đã thiết lập một hệ thống quản lý chuẩn hóa, vận hành hiệu quả kho tri thức gồm hơn 24.000 bản in và 98.359 tạp chí điện tử quốc tế. Đây là mô hình kiểu mẫu có tính khả thi cao, sẵn sàng chuyển giao và nhân rộng cho hệ thống thư viện thuộc các viện nghiên cứu, trường đại học trên phạm vi cả nước.