📚 课程目录第2章元数据基础

2. 元数据基础

元数据（Metadata）是“关于数据的数据”（data about data），是描述信息资源或数据本身的属性、结构、上下文、管理过程及使用规则的结构化信息。在归档领域，元数据是确保归档包可理解、可验证、可长期保存的核心基础设施。没有元数据，归档包只是一堆无意义的比特流。

2.1 元数据定义

元数据是对信息资源进行描述、解释、定位或使其更易于检索、使用或管理的结构化信息。它不直接承载业务内容，而是为内容提供上下文、来源、格式、关系、权限等关键属性。

  核心定义要点：
  结构化：元数据遵循预定义的模型或模式（如 XML Schema、JSON Schema），而非自由文本。
上下文性：元数据描述数据的“5W1H”——谁（Who）、何时（When）、何地（Where）、为何（Why）、什么（What）、如何（How）。
可操作性：元数据支持自动化处理，如检索、验证、转换、迁移。

在归档包中，元数据通常以独立的 XML 或 JSON 文件存在，与业务数据文件并列存放。例如，一份审查意见归档包可能包含 metadata.xml 文件，记录审查编号、审查人、审查日期、被审查文件指纹等信息。

<!-- 归档包元数据示例（简化） -->
<archiveMetadata>
    <packageId>ARC-2025-00321</packageId>
    <title>2025年第一季度安全审查意见汇总</title>
    <creator>张明</creator>
    <createdDate>2025-04-15</createdDate>
    <format>application/pdf</format>
    <checksum type="SHA-256">a3f5b...c9d1e</checksum>
    <relation type="isVersionOf">ARC-2025-00320</relation>
</archiveMetadata>

2.2 元数据分类

根据功能与用途，归档元数据通常划分为三大类别：描述性元数据、结构性元数据和管理性元数据。下表对比了三者的核心差异：

类别	核心功能	典型元素	主要使用者
描述性元数据	发现与识别资源	标题、作者、摘要、关键词、主题分类	检索用户、档案管理员
结构性元数据	描述资源内部组织与关系	章节顺序、页码、文件层级、数据表关系	系统解析、渲染引擎
管理性元数据	管理资源生命周期与权限	创建日期、版本号、访问权限、审计日志、保存期限	系统管理员、合规审计员

2.2.1 描述性元数据

描述性元数据是用户最直观接触的元数据，主要用于资源的发现、识别和选择。在归档包中，描述性元数据帮助检索系统快速定位目标档案，例如通过“审查意见编号”或“归档日期”筛选记录。

典型元素：标题、创建者、贡献者、日期、标识符（如 DOI、档案号）、语种、覆盖范围（时间/地理）。
归档场景：一份变更记录的描述性元数据应包含变更单号、变更标题、申请人、申请日期、关联系统名称。

2.2.2 结构性元数据

结构性元数据描述资源的物理或逻辑结构，包括内部组成、顺序、层级和关联关系。它是系统正确解析和呈现归档包的关键。

典型元素：文件列表、目录结构、页面顺序、数据表主键/外键关系、附件关联。
归档场景：一个包含多份审查意见的归档包，结构性元数据需指明各文件之间的“主意见-附件”关系，以及文件的排列顺序。

2.2.3 管理性元数据

管理性元数据覆盖资源的创建、维护、使用、保存和处置全过程，是归档合规性和长期保存的保障。

典型元素：创建日期、修改日期、版本号、访问权限、加密信息、数字签名、保存期限、处置动作。
归档场景：变更记录的管理性元数据需记录每次变更的审批人、审批时间、生效日期，以及该记录是否已过保存期限。

实践提示：在归档包元数据规范中，三类元数据通常共存于同一个元数据文件内，通过不同的命名空间或元素层级加以区分。例如，<descriptive>、<structural>、<administrative> 三个顶级分组。

2.3 元数据在归档中的作用

元数据在归档全生命周期中扮演着不可替代的角色，其作用可归纳为以下五个关键维度：

确保可发现性（Findability）：通过描述性元数据，用户和检索系统能够快速定位目标归档包，避免“数据坟墓”。
保障可理解性（Understandability）：元数据提供业务上下文、格式说明、数据字典，使未来用户无需依赖原始系统即可理解归档内容。
支撑可验证性（Verifiability）：管理性元数据中的数字签名、校验和、审计日志，为归档包的真实性、完整性提供技术验证手段。
实现可互操作性（Interoperability）：标准化的元数据模式（如 PREMIS、Dublin Core）确保不同系统之间能够交换和解析归档包。
驱动长期保存（Preservability）：元数据记录格式信息、依赖环境、迁移历史，支持格式迁移、仿真等长期保存策略。

常见误区：部分团队将元数据视为“可选的附加信息”，仅在归档完成后手动补充。这种做法极易导致元数据缺失、不一致或与数据脱节。正确的做法是在归档包创建之初就同步生成元数据，并将其纳入自动化验证流程。

在审查意见与变更记录的场景中，元数据的作用尤为突出。例如，一份变更记录如果没有记录“变更审批人”和“审批时间”等管理性元数据，后续审计将无法确认该变更是否经过合规授权；如果没有“关联审查意见编号”等结构性元数据，则无法追溯变更与审查之间的因果关系。