〔摘要〕元模型思想在數(shù)字資源整合方面有著獨(dú)到的作用，文章在分析常用資源整合方法的基礎(chǔ)上，提出了基于元模型的數(shù)字資源整合方法。并結(jié)合實(shí)例，闡述了該方法的設(shè)計(jì)原理、建模過(guò)程和實(shí)際應(yīng)用，最后對(duì)它做了評(píng)價(jià)。

〔關(guān)鍵詞〕數(shù)字資源；元模型；元數(shù)據(jù)；屬性；RDB；RDF/XML

收稿日期：2011－04－02

作者簡(jiǎn)介：?jiǎn)斡绖偅?979－），男，工程師，碩士，研究方向：數(shù)字圖書(shū)館技術(shù)、計(jì)算機(jī)軟件技術(shù)，發(fā)表論文數(shù)篇。

DOI：10．3969／j．issn．1008－0821．2011．06．021

〔中圖分類(lèi)號(hào)〕G250.76 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008－0821（2011）06－0076－04

Research and Realization of a Method of Digital

Resources Integration Based on Metamodel

Shan Yonggang

（Library，Zhejiang Radio & TV University，Hangzhou 310012，China）

〔Abstract〕Meta-moder-thought plays a unique role in digital resource integration,the paper put forward a method of digital resources integration based on the meta-model after analysing general methods.The paper expounds the design principle,the modeling process and the practical application,and evaluations of the method.

〔Key words〕digital resource;meta-model;metadata;property;RDB;RDF/XML

現(xiàn)代數(shù)字圖書(shū)館應(yīng)具備立體式的資源體系，它們包含著各種不同學(xué)科、不同對(duì)象、不同表現(xiàn)格式以及不同支撐平臺(tái)的資源群，這些資源之間固有的異構(gòu)特性嚴(yán)重影響了數(shù)字圖書(shū)館資源服務(wù)和管理的整體性。而高效地實(shí)現(xiàn)統(tǒng)一檢索、統(tǒng)一管理是數(shù)字圖書(shū)館建設(shè)者們不斷追求的目標(biāo)，資源整合正是實(shí)現(xiàn)該目標(biāo)的關(guān)鍵過(guò)程，當(dāng)前用得最普遍的整合技術(shù)有兩種：一種是基于中間件技術(shù)的整合，通過(guò)技術(shù)處理，在表現(xiàn)層實(shí)現(xiàn)整合，稱(chēng)之為虛擬法整合，另一種方式是基于元數(shù)據(jù)技術(shù)的整合，通過(guò)對(duì)各資源元數(shù)據(jù)的二次開(kāi)發(fā)，把它們整合到一起，在數(shù)據(jù)層實(shí)現(xiàn)整合，即為實(shí)體法整合。

基于元模型的數(shù)字資源整合方法正是一種實(shí)體法整合，該方法引入了元模型設(shè)計(jì)思想，在系統(tǒng)中建立一套符合資源著錄標(biāo)準(zhǔn)的元數(shù)據(jù)定義格式，并將資源屬性（或原始數(shù)據(jù)字段）與預(yù)設(shè)元數(shù)據(jù)模型一一映射，從而實(shí)現(xiàn)異構(gòu)資源的整合。這種方法特別重視過(guò)程積累，新建的元模型和元數(shù)據(jù)模型作為資源建設(shè)的一種過(guò)程資產(chǎn)，可被引用于其它資源元數(shù)據(jù)模型的建立，進(jìn)而提高資源體系元數(shù)據(jù)格式的規(guī)范性。

1 數(shù)字資源元模型的設(shè)計(jì)原理

元數(shù)據(jù)的應(yīng)用十分廣泛，本文所提到的元數(shù)據(jù)僅限于數(shù)字資源描述和管理的范疇，元數(shù)據(jù)作為數(shù)字資源的語(yǔ)義基礎(chǔ)，決定著數(shù)字圖書(shū)館資源組織和利用方式，規(guī)范的資源元數(shù)據(jù)模型是實(shí)現(xiàn)資源互操作性和開(kāi)放性的必要條件。

適應(yīng)數(shù)字資源多元化、多層次描述需求，一般將數(shù)字資源描述體系分4個(gè)層次［1］：

①對(duì)象層(data)：也叫數(shù)據(jù)層，這里的“數(shù)據(jù)”是指數(shù)字資源本身，如：1本數(shù)字圖書(shū)、1個(gè)視頻課件等；

②元數(shù)據(jù)層(metadata)：描述資源的數(shù)據(jù)叫元數(shù)據(jù)，它處于資源描述的元數(shù)據(jù)層，也稱(chēng)為元數(shù)據(jù)模型層，模型即準(zhǔn)對(duì)某個(gè)資源特定的元數(shù)據(jù)模式，如電子圖書(shū)元數(shù)據(jù)模型包括書(shū)名、分類(lèi)號(hào)、主題等元素；

③元模型層(meta-metadata)：描述元數(shù)據(jù)的數(shù)據(jù)即為元元數(shù)據(jù)，它處于資源描述的元模型層，這一層是元數(shù)據(jù)模型的元素來(lái)源，它的產(chǎn)生補(bǔ)充了對(duì)元數(shù)據(jù)描述和編輯的空缺，增強(qiáng)了元數(shù)據(jù)的靈活性和可操作性；

④元元模型層(meta-meta model)：描述元元數(shù)據(jù)的數(shù)據(jù)即處于資源描述的元元模型層，這一層用來(lái)定義元模型層。

圖1 資源描述模型層次圖

這4個(gè)層次是相互迭代的關(guān)系，如圖1中某資源的元數(shù)據(jù)模型{A1，B1，C1，D1}取自某類(lèi)資源的元模型{A2，B2，C2，D2}，其中A2為元數(shù)據(jù)名，B2、C2、D2等是對(duì)該元數(shù)據(jù)屬性的描述，如：語(yǔ)義解釋、取值范圍、是否可控等等。元數(shù)據(jù)模型的元素一般取自同類(lèi)資源的元模型，但也可以根據(jù)需要取自異類(lèi)資源的元模型。在提取元數(shù)據(jù)元素時(shí)，應(yīng)遵循“按需提取”的原則，只提取用得到的那部分元素即可，如：圖1中元數(shù)據(jù)模型{A1，B1，C1，D1}，并沒(méi)有提取元模型{A2，B2，C2，D2}中的元素E1，因?yàn)樵撡Y源不需要E1元素來(lái)參與描述。元模型與元元模型之間的描述關(guān)系同理。

元模型的元素與語(yǔ)義沒(méi)有必然聯(lián)系，只有當(dāng)特定資源的元數(shù)據(jù)模型確定時(shí)，元數(shù)據(jù)模型中的元素才有了確定的語(yǔ)義，例如對(duì)元模型中的“title”而言并不能確定它能描述什么，只有將title提取到論文資源元數(shù)據(jù)模型時(shí)才能確定它表示“論文標(biāo)題”。

2 數(shù)字資源描述模型的建立

2.1 資源屬性的分析

確切地說(shuō)，元數(shù)據(jù)描述的對(duì)象應(yīng)是資源的屬性，所以在確定資源的元數(shù)據(jù)模型之前，必須進(jìn)行資源屬性分析。資源屬性包括3個(gè)方面：①描述性屬性：描述對(duì)象固有屬性或知識(shí)內(nèi)容的信息，如marc編目記錄；②管理性屬性：描述資源的外部屬性，包括技術(shù)性的描述和保存性的描述，如：掃描信息、存儲(chǔ)格式等；③結(jié)構(gòu)性屬性：描述資源的物理結(jié)構(gòu)，以把資源按特定邏輯單元關(guān)聯(lián)起來(lái)，如：導(dǎo)航信息索引號(hào)。3類(lèi)屬性性沒(méi)有嚴(yán)格的界限，甚至存在很大的交集，在分析過(guò)程中可相互參考、相互引用。

圖2 電子試題資源E-R分析圖

描述性屬性主要通過(guò)對(duì)資源相關(guān)的活動(dòng)實(shí)體的分析來(lái)獲得，主要方法就是E-R(Entity Relationship)分析法，這種分析法以菱形表示活動(dòng)（關(guān)系）、方形表示實(shí)體、圓形表示屬性。如對(duì)試題資源的分析過(guò)程如下：一般來(lái)說(shuō)，與試題相關(guān)的活動(dòng)是考試，而參與考試的實(shí)體除了試題外，還應(yīng)有考生和試卷，據(jù)此分析，可以畫(huà)出以考試為關(guān)系中心的E-R圖（圖2）。圖中列出了3個(gè)實(shí)體的主要描述屬性，而試題是關(guān)系圖中粒度最小的實(shí)體（資源），所以除本身的屬性外，試題還可以繼承試卷和考生的屬性，即圖2中的所有屬性都可以是試題的描述屬性。

管理性屬性，在技術(shù)設(shè)計(jì)階段獲取，除了要參考描述性元數(shù)據(jù)之外，主要考慮資源相關(guān)的技術(shù)參數(shù)和存儲(chǔ)參數(shù)，試題資源的管理屬性有載體、入庫(kù)日期、錄入者、保密級(jí)別、占用空間、交互度等。

結(jié)構(gòu)性屬性，在資源設(shè)計(jì)階段獲取，除了要參考描述性元數(shù)據(jù)之外，還應(yīng)該考慮到資源在數(shù)字圖書(shū)館中的橫向聯(lián)系，試題資源的結(jié)構(gòu)性屬性有結(jié)構(gòu)屬性包括學(xué)科導(dǎo)航、時(shí)間導(dǎo)航、關(guān)鍵詞等。

以上屬性是確定資源元數(shù)據(jù)的原始依據(jù)，它們附上相應(yīng)的描述就成為資源的元數(shù)據(jù)。

2.2 資源元數(shù)據(jù)建模

元模型是元數(shù)據(jù)規(guī)范的集合或者說(shuō)是元數(shù)據(jù)的命名域（namespace），它把各種不同的元數(shù)據(jù)按多種方式進(jìn)行分類(lèi)，如按媒體格式(視頻、音頻、文檔)、資源類(lèi)型（試卷類(lèi)、課件類(lèi)），它也包括了現(xiàn)成的元數(shù)據(jù)參考模型，如數(shù)字圖書(shū)元數(shù)據(jù)模型、課件元數(shù)據(jù)模型。整個(gè)元模型的內(nèi)容是可編輯的，如建立新的元數(shù)據(jù)參考模型、建立新的元數(shù)據(jù)實(shí)體等。

元數(shù)據(jù)應(yīng)用綱要(application profiles)模型的建設(shè)思想是：為需要描述資源對(duì)象的元素（屬性），在現(xiàn)有的一種或多種元數(shù)據(jù)規(guī)范中選取對(duì)應(yīng)的元數(shù)據(jù)實(shí)體，如果找不到相應(yīng)的元數(shù)據(jù)實(shí)體，則需要新增命名域元數(shù)據(jù)或自定義命名域，即為新元素定義新的語(yǔ)義［2］。這一思想闡明了元數(shù)據(jù)模型建立的思考步驟，即首先考慮元模型中是否有現(xiàn)有的元數(shù)據(jù)模型或?qū)嶓w可以套用；其次是考慮是否可以引用元模型中其它元數(shù)據(jù)模型或?qū)嶓w的部分元素；最后考慮是否進(jìn)行元素的自定義，向元模型增加新的元數(shù)據(jù)實(shí)體，自定義元素不能局限于某資源的應(yīng)用，要立足于整個(gè)數(shù)字資源體系建設(shè)的高度，充分考慮其語(yǔ)義的兼容性，如DC元數(shù)據(jù)規(guī)范中的“title”元素，就可以用于多種不同的資源描述。

元數(shù)據(jù)模型元素取用范圍因以屬性分析結(jié)果為主要參考，如：從試題屬性分析結(jié)果（圖2）來(lái)看，試題資源元數(shù)據(jù)模型的實(shí)體來(lái)源至少應(yīng)包括DC元數(shù)據(jù)模型、試卷元數(shù)據(jù)模型、考生元數(shù)據(jù)模型，當(dāng)然也可能需要自定義元數(shù)據(jù)實(shí)體。元數(shù)據(jù)模型應(yīng)包括5個(gè)主要屬性：①元素名：資源屬性，規(guī)定元數(shù)據(jù)語(yǔ)義；②限定詞：對(duì)元素語(yǔ)義的補(bǔ)充說(shuō)明，起修飾作用；③標(biāo)簽：用于RDF/XML記錄格式的元數(shù)據(jù)；④英文標(biāo)識(shí)：語(yǔ)義的英文解釋?zhuān)话氵€用作關(guān)系數(shù)據(jù)庫(kù)的字段名；⑤元素來(lái)源：元素的來(lái)源。

3 資源元數(shù)據(jù)的存儲(chǔ)與獲取

3.1 存儲(chǔ)方式

資源元數(shù)據(jù)有兩種存儲(chǔ)方式：

一種方式是RDF/XML，是基于XML語(yǔ)法的RDF模型，其中XML用來(lái)描述數(shù)據(jù)的結(jié)構(gòu)，RDF用來(lái)提供數(shù)據(jù)的語(yǔ)義。RDF作為一個(gè)元數(shù)據(jù)的描述方式，依賴(lài)XML來(lái)編碼和傳送元數(shù)據(jù)［3］。但是XML缺少作為實(shí)用的數(shù)據(jù)庫(kù)所應(yīng)具備的特性，如它的存儲(chǔ)效率極低，無(wú)法進(jìn)行高效的數(shù)據(jù)索引，有沒(méi)安全機(jī)制，無(wú)法和具體事務(wù)進(jìn)行數(shù)據(jù)的實(shí)時(shí)交互。

另一種方式是關(guān)系數(shù)據(jù)庫(kù)(RDB)，它具有高效的存儲(chǔ)、索引和數(shù)據(jù)修改機(jī)制，嚴(yán)格的數(shù)據(jù)安全控制，完整的事務(wù)和數(shù)據(jù)一致性控制，多用戶(hù)訪問(wèn)機(jī)制，完善的并發(fā)控制等優(yōu)點(diǎn)。但是，關(guān)系數(shù)據(jù)庫(kù)的語(yǔ)義描述能力差，大多通過(guò)技術(shù)文檔表示，數(shù)據(jù)本身很難實(shí)現(xiàn)數(shù)據(jù)語(yǔ)義的持久性與傳遞性。

不難發(fā)現(xiàn)，這兩種存儲(chǔ)方式在功能上是互補(bǔ)的，元數(shù)據(jù)的獲取、轉(zhuǎn)存、取舍、編輯等操作都需要用到該兩種存儲(chǔ)方式的優(yōu)勢(shì)功能，因此它們之間的轉(zhuǎn)換操作是資源獲取的最基本、最重要的操作：

3.1.1 RDB向RDF/XML轉(zhuǎn)換

從RDB中導(dǎo)出XML，RDB的每張表對(duì)應(yīng)一個(gè)XML元素，元素名為表名，將一條記錄映射為表元素的一個(gè)子元素，再將記錄中的各個(gè)字段映射為記錄元素的子元素。具體實(shí)現(xiàn)方法為：從關(guān)系數(shù)據(jù)庫(kù)中將資源元數(shù)據(jù)讀出，再以定制的格式將其輸出到（或另存為）文本文件即可，以下是一段動(dòng)態(tài)網(wǎng)頁(yè)腳本代碼，把英語(yǔ)試題(表TestzEnglish)映射為RDF/XML元數(shù)據(jù)格式。

此外，R2RML（RDB to RDF Mapping Language）技術(shù)［4］是從RDB向RDF映射的新技術(shù)，目前尚處于試驗(yàn)階段，它被認(rèn)為將能實(shí)現(xiàn)很多不同種類(lèi)型的映射，如為已經(jīng)建立RDF映射的關(guān)系數(shù)據(jù)庫(kù)提供虛擬的SPARQL（類(lèi)似SQL，用來(lái)查詢(xún)RDF的語(yǔ)句）端點(diǎn)，或生成RDF轉(zhuǎn)儲(chǔ)數(shù)據(jù)，或完成連接的數(shù)據(jù)接口。

3.1.2 RDF/XML向RDB轉(zhuǎn)換

跟紙本圖書(shū)的CNMARC一樣，RDF/XML文檔是資源描述信息的傳播者和保存者，將數(shù)字資源元數(shù)據(jù)置標(biāo)格式（RDF/XML）導(dǎo)入到RDB正是體現(xiàn)其互操作性?xún)r(jià)值的關(guān)鍵步驟。

圖3 電子試題XML元數(shù)據(jù)結(jié)構(gòu)圖

圖3是電子試題XML元數(shù)據(jù)的結(jié)構(gòu)樹(shù)，Tests的每一個(gè)孩子是不同主題的試題數(shù)據(jù)庫(kù)，每一棵子樹(shù)都有同樣的結(jié)構(gòu)，例如：以TestzEnglish為根的子樹(shù)是英語(yǔ)類(lèi)試題的元數(shù)據(jù)結(jié)構(gòu)。將TestzEnglish的XML元數(shù)據(jù)文檔映射到關(guān)系數(shù)據(jù)庫(kù)的步驟如下：首先為RDB建立一個(gè)TestzEnglish主表，然后對(duì)TestzEnglish子數(shù)從樹(shù)根向樹(shù)葉遍歷，凡是TestzEnglish的樹(shù)葉都是試題元數(shù)據(jù)模型的元素即關(guān)系數(shù)據(jù)表的字段，凡是非根非葉的成員都需要新建數(shù)據(jù)表，它的樹(shù)葉就是新建表的字段，它的關(guān)鍵字必須要成為T(mén)estzEnglish表的外部關(guān)鍵字（如：exam的Examzid、Course的Coursezid）。資源元數(shù)據(jù)在確定與其相對(duì)應(yīng)的字段的同時(shí)，寫(xiě)到該字段下。按這樣的規(guī)則，可以建立一個(gè)與TestzEnglish的XML元數(shù)據(jù)文檔相對(duì)應(yīng)的，符合第三范式（3NF）的關(guān)系數(shù)據(jù)庫(kù)，最后以各外部關(guān)鍵字為接點(diǎn)，通過(guò)聯(lián)合查詢(xún)方式(SQL語(yǔ)句的UNION)，可以生成完整的、與原RDF相對(duì)應(yīng)的數(shù)字資源元數(shù)據(jù)的視圖，進(jìn)而可以實(shí)現(xiàn)對(duì)其進(jìn)行數(shù)據(jù)查詢(xún)、數(shù)據(jù)挖掘等操作［5］。

3.2 元數(shù)據(jù)獲取

元數(shù)據(jù)獲取是數(shù)字資源整合最后一項(xiàng)操作，上一節(jié)（3.1）所述的存儲(chǔ)方式轉(zhuǎn)換是元數(shù)據(jù)獲取的基礎(chǔ)性技術(shù)。元數(shù)據(jù)的來(lái)源有3類(lèi)即RDF/XML元數(shù)據(jù)文檔、RDB數(shù)據(jù)庫(kù)和手工錄入。因RDB的可操作特性，一般把獲取的第一手元數(shù)據(jù)存儲(chǔ)在RDB表中，再用技術(shù)手段為RDB數(shù)據(jù)附上語(yǔ)義，即轉(zhuǎn)換為RDF/XML的元數(shù)據(jù)格式。在導(dǎo)入之前，對(duì)于不符合元數(shù)據(jù)模型的RDF/XML和RDB表等數(shù)據(jù)來(lái)源要根據(jù)元數(shù)據(jù)模型做數(shù)據(jù)字段的取舍，兩種格式的取舍方法基本相同，RDF/XML文檔在取舍前需要轉(zhuǎn)換為RDB表（RDB表不必轉(zhuǎn)換），然后再用關(guān)系數(shù)據(jù)庫(kù)管理工具（如SQL語(yǔ)句）對(duì)RDB表進(jìn)行數(shù)據(jù)字段取舍操作。元數(shù)據(jù)獲取過(guò)程中特別要注意不能忽略關(guān)系數(shù)據(jù)庫(kù)的“關(guān)系”。

4 小 結(jié)

基于元模型的數(shù)字資源整合方法能高效、靈活地組織異構(gòu)數(shù)字資源，在多元化資源體系中，真正實(shí)現(xiàn)了“求大同、存小異”的設(shè)計(jì)思想，以最大限度地加強(qiáng)資源整合的深度。目前部分資源已經(jīng)建成了權(quán)威的元數(shù)據(jù)模型，如上海圖書(shū)館對(duì)名人手稿元數(shù)據(jù)方案做了全面的設(shè)計(jì)，但是大部分元數(shù)據(jù)模型只處在局部范圍內(nèi)的應(yīng)用，尚未形成業(yè)界統(tǒng)一的、權(quán)威的模型，因此這種方法在將來(lái)一定的時(shí)間內(nèi)或在局部范圍內(nèi)應(yīng)有其用武之地。另外，該方法對(duì)于部分元數(shù)據(jù)封裝的資源，如中國(guó)期刊網(wǎng)資源、超星數(shù)字圖書(shū)等，則無(wú)法做到基于元數(shù)據(jù)的整合，這種情況只能通過(guò)虛擬法來(lái)實(shí)現(xiàn)“假的”整合。

參考文獻(xiàn)

［1］周芳，文必龍，王守信，等．基于元元模型的多維元數(shù)據(jù)管理研究與實(shí)現(xiàn)［J］．計(jì)算機(jī)工程與設(shè)計(jì)，2006，27(10)：1797-1799，1804．

［2］Rachel Heery，Manjula Patel．Application profiles：mixing and matching metadata schemas［EB］．http://www.ariadne.ac.uk/issue25/app-profiles，2010-12-02．

［3］陸建江，張亞非，苗壯，等．語(yǔ)義網(wǎng)原理與技術(shù)［M］．北京：科學(xué)出版社，2007：32．

［4］R2RML:RDB to RDF Mapping Language［EB］．http://www.w3.org/TR/2010/WD-r2rml-20101028，2011-01-03．

［5］吳琴霞，張志鴻．語(yǔ)義Web中RDF元數(shù)據(jù)的存儲(chǔ)與管理［J］．微計(jì)算機(jī)信息，2007，23(33)：144-145，132．