王卫军，李娜，郑新章，刘亚丽，杜一，王永胜，冯伟华*，徐华玉

1 中国科学院计算机网络信息中心，北京市海淀区中关村南四街4号 100190；

2 中国科学院大学，北京市石景山区玉泉路19号（甲） 100049；

3 中国烟草总公司郑州烟草研究院，郑州高新技术产业开发区枫杨街2号 450001；

4 北京信息科技大学，北京市海淀区清河小营东路12号 100192

烟草领域通过科技创新相继部署实施了烟草基因组计划[1]、特色优质烟叶开发[2]、卷烟减害技术等一系列科技重大专项，产出了大量高水平的科研成果。目前，烟草领域已经积累了一些有价值的科研数据，如中国烟草科技信息中心的烟草文献、专利、科技成果和在研项目数据[3]；国家质量监督检测中心的历年监督检测数据和真假烟鉴别数据；各中烟公司收集的卷烟辅材、香精香料、烟叶近红外和实验室产品检测数据等。烟草科研数据的不断累积，其管理和利用中不可避免地存在科研数据分散、存储格式各异以及系统之间数据共享难等问题。烟草行业涉及基因工程、植物学、农学等多学科研究领域，有效管理烟草领域各系统中的多源、异构科研数据，并挖掘出潜在的科研知识面临多重挑战，如：在已有烟草数据基础上，研究相关数据的组织与抽取方法，实现高效存储；利用已有烟草科技信息资源，融入更多第三方数据，实现符合烟草科研领域特定的数据分析与挖掘；构建面向烟草科研人员的融合多源异构数据的统一知识服务平台等。……