劉衛(wèi)寧

（中南民族大學(xué)民族學(xué)與社會(huì)學(xué)學(xué)院，武漢430074）

語(yǔ)義網(wǎng)環(huán)境下數(shù)字圖書(shū)館信息資源集成模型研究

劉衛(wèi)寧

（中南民族大學(xué)民族學(xué)與社會(huì)學(xué)學(xué)院，武漢430074）

語(yǔ)義網(wǎng)；數(shù)字圖書(shū)館；信息集成

語(yǔ)義網(wǎng)環(huán)境下數(shù)字信息呈現(xiàn)多樣性、異構(gòu)性等特點(diǎn)，造成了大量冗余信息的產(chǎn)生，這些信息資源關(guān)聯(lián)度低，語(yǔ)義異構(gòu)問(wèn)題嚴(yán)重，影響了用戶(hù)獲取信息的體驗(yàn)和效率。本文為了提高數(shù)字圖書(shū)館信息資源集成的質(zhì)量，運(yùn)用有關(guān)語(yǔ)義網(wǎng)的方法和技術(shù)實(shí)現(xiàn)語(yǔ)義網(wǎng)環(huán)境下數(shù)字信息資源的整合、集成，并提出了模型框架，在本質(zhì)上改變現(xiàn)有整合方式的缺陷和不足。

1 引言

互聯(lián)網(wǎng)的普及、信息資源的數(shù)字化、信息系統(tǒng)的虛擬化，信息的獲取日益方便、簡(jiǎn)單和全面，使得用戶(hù)能夠比以前更加快捷地查找和獲取所需的信息，導(dǎo)致了信息服務(wù)的“非中介化”。［1］加上Web2.0概念的普及，許多Web2.0應(yīng)用包括博客、微博、社交網(wǎng)站、社區(qū)論壇、維基和視頻/音樂(lè)/圖像分享網(wǎng)站等進(jìn)入人們的視野，用戶(hù)原創(chuàng)內(nèi)容（User Generated Content，UGC）網(wǎng)站吸引了眾多用戶(hù)，普通用戶(hù)的角色開(kāi)始轉(zhuǎn)變，從信息用戶(hù)變成了信息創(chuàng)造者，提供了大量有價(jià)值的信息。人類(lèi)真正步入了信息大爆炸時(shí)代。對(duì)海量數(shù)字信息資源進(jìn)行充分的整合、集成，可大大提高用戶(hù)使用信息的效率。數(shù)字圖書(shū)館正是在這樣的背景下應(yīng)運(yùn)而生，并成為評(píng)價(jià)一個(gè)國(guó)家信息基礎(chǔ)設(shè)施水平的重要標(biāo)志。

2 語(yǔ)義網(wǎng)環(huán)境下數(shù)字圖書(shū)館信息資源集成模型

數(shù)字圖書(shū)館是基于分布式網(wǎng)絡(luò)存在的系統(tǒng)，從分布在不同地理位置的數(shù)據(jù)庫(kù)中抽取元數(shù)據(jù)，建立元數(shù)據(jù)庫(kù)，同時(shí)對(duì)元數(shù)據(jù)庫(kù)中的信息進(jìn)行組織和加工，建立不同領(lǐng)域的本體庫(kù)，促進(jìn)多領(lǐng)域之間的交流和合作，從而實(shí)現(xiàn)分布式異構(gòu)數(shù)字信息資源的集成。語(yǔ)義網(wǎng)環(huán)境下實(shí)現(xiàn)了對(duì)信息資源和它們之間的語(yǔ)義關(guān)系的描述，呈現(xiàn)數(shù)字圖書(shū)館信息資源的關(guān)聯(lián)關(guān)系和層次體系，統(tǒng)一標(biāo)識(shí)不同類(lèi)型的數(shù)字化與非數(shù)字化資源。通過(guò)統(tǒng)一的元數(shù)據(jù)標(biāo)準(zhǔn)描述和組織信息，當(dāng)信息資源增長(zhǎng)的時(shí)候自動(dòng)更新和改善領(lǐng)域本體庫(kù)，實(shí)現(xiàn)了信息的語(yǔ)義推理功能，解決信息的語(yǔ)義異構(gòu)問(wèn)題。語(yǔ)義網(wǎng)環(huán)境下，以信息用戶(hù)的需求為導(dǎo)向，將語(yǔ)義技術(shù)的優(yōu)勢(shì)融入數(shù)字圖書(shū)館信息資源集成模型的構(gòu)建過(guò)程中去，使信息用戶(hù)獲取和利用信息的過(guò)程與數(shù)字圖書(shū)館信息資源集成的流程保持一致，為數(shù)字圖書(shū)館信息資源集成模型研究提供了一種新的思路。

有學(xué)者提過(guò)基于元數(shù)據(jù)的信息資源集成模型，引入本體技術(shù)后又有人提出了基于本體和多Agent的信息資源集成模型，諸如此類(lèi)的模型很多，但是實(shí)際操作性并不強(qiáng)。要么模型過(guò)于抽象，不易把握；要么功能模塊過(guò)于透明，不易擴(kuò)展。因此，為了更好地解決信息資源集成問(wèn)題，本文充分考慮模型的設(shè)計(jì)目標(biāo)，遵循模型的設(shè)計(jì)原則和要求，參照Tim Berners-Lee提出的語(yǔ)義網(wǎng)結(jié)構(gòu)層次模型，探討語(yǔ)義網(wǎng)技術(shù)的特點(diǎn)及其在信息資源集成中的作用，提出了一種新的數(shù)字圖書(shū)館信息資源集成模型，該模型共五層，分別是數(shù)據(jù)源層、信息描述和組織層、語(yǔ)義整合層、資源存儲(chǔ)層和用戶(hù)交互層，如圖1所示。

圖1 語(yǔ)義網(wǎng)環(huán)境下數(shù)字圖書(shū)館信息資源集成模型

該模型在獲取數(shù)字圖書(shū)館信息資源的基礎(chǔ)上制定元數(shù)據(jù)標(biāo)準(zhǔn)，使用RDF描述信息，引入語(yǔ)義網(wǎng)中的本體技術(shù)構(gòu)建全局模式，通過(guò)RDF/RDFS和OWL賦予信息語(yǔ)義，為了提高本體的語(yǔ)義表達(dá)能力，在語(yǔ)義整合層加入語(yǔ)義規(guī)則，實(shí)現(xiàn)本體的一致性檢測(cè)和語(yǔ)義推理，［2］保證本體的準(zhǔn)確性，然后運(yùn)用數(shù)據(jù)倉(cāng)庫(kù)和本體存儲(chǔ)技術(shù)將數(shù)字信息資源統(tǒng)一存儲(chǔ)在云端，使整合后的信息可以為用戶(hù)提供更加優(yōu)質(zhì)的服務(wù)。由于信息包括結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化信息，在數(shù)據(jù)獲取層需要將非結(jié)構(gòu)化信息和半結(jié)構(gòu)化信息先轉(zhuǎn)化為結(jié)構(gòu)化信息。為了實(shí)現(xiàn)信息的標(biāo)準(zhǔn)化描述，在信息描述和標(biāo)準(zhǔn)化層需要制定統(tǒng)一的元數(shù)據(jù)標(biāo)準(zhǔn)，參照元數(shù)據(jù)標(biāo)準(zhǔn)，將數(shù)據(jù)獲取層的信息同時(shí)存儲(chǔ)在RDF/XML文件和數(shù)據(jù)庫(kù)中，在語(yǔ)義整合層構(gòu)建全局本體，為每個(gè)數(shù)據(jù)源分別構(gòu)建局部本體，局部本體的構(gòu)建需要領(lǐng)域?qū)＜业膮⑴c和完善，在局部本體與全局本體之間建立映射關(guān)系，創(chuàng)建映射規(guī)則庫(kù)，解決語(yǔ)義異構(gòu)問(wèn)題。將RDF和OWL本體中的信息存儲(chǔ)在數(shù)據(jù)庫(kù)中，經(jīng)過(guò)ETL后把所有信息可以暫時(shí)存儲(chǔ)在ODS（Operational Data Store）中，進(jìn)一步存儲(chǔ)在數(shù)據(jù)倉(cāng)庫(kù)中，通過(guò)統(tǒng)一人機(jī)交互界面接入數(shù)據(jù)訪(fǎng)問(wèn)接口，根據(jù)不同的需求訪(fǎng)問(wèn)不同存儲(chǔ)形式的信息資源（包括數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)和RDF/OWL文件），實(shí)現(xiàn)語(yǔ)義檢索功能，針對(duì)不同的使用目的向用戶(hù)提供個(gè)性化、專(zhuān)業(yè)化和智能化的協(xié)同檢索和推薦服務(wù)；智能檢索引擎既能夠訪(fǎng)問(wèn)數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)，也能夠遍歷RDF/XML和OWL文件中的信息。

3 語(yǔ)義網(wǎng)環(huán)境下數(shù)字圖書(shū)館信息資源集成模型構(gòu)建過(guò)程

3.1 數(shù)字圖書(shū)館用戶(hù)興趣模型的表示

為了滿(mǎn)足用戶(hù)的信息需求和興趣偏好，本文提出的模型需要收集用戶(hù)基本信息，構(gòu)建數(shù)字圖書(shū)館用戶(hù)興趣本體庫(kù)，通過(guò)用戶(hù)興趣本體表示用戶(hù)的興趣偏好，采用動(dòng)態(tài)機(jī)器學(xué)習(xí)機(jī)制獲取用戶(hù)興趣概念。［3］根據(jù)用戶(hù)主動(dòng)提供的信息以及系統(tǒng)對(duì)用戶(hù)行為的挖掘和分析（包括分析用戶(hù)的Web訪(fǎng)問(wèn)日志和緩存信息），運(yùn)用挖掘算法分析用戶(hù)的興趣需求，建立高質(zhì)高效的用戶(hù)興趣模型，如圖2所示。根據(jù)用戶(hù)的實(shí)際選擇和反饋信息對(duì)已經(jīng)建立的用戶(hù)興趣模型進(jìn)行修正，確保用戶(hù)興趣模型能夠自我更新和不斷完善，從而使得最終的用戶(hù)興趣模型能全面而準(zhǔn)確地反映用戶(hù)的興趣。系統(tǒng)按照初步建立的模型把檢索到的信息推薦給用戶(hù)，根據(jù)用戶(hù)模型對(duì)文本進(jìn)行預(yù)處理后形成的關(guān)鍵詞集合進(jìn)行過(guò)濾，同時(shí)發(fā)掘具有共同興趣的用戶(hù)群，為數(shù)字圖書(shū)館用戶(hù)提供個(gè)性化、專(zhuān)業(yè)化和智能化的協(xié)同檢索和推送服務(wù)。

圖2 數(shù)字圖書(shū)館用戶(hù)興趣模型的構(gòu)建過(guò)程

用戶(hù)興趣模型描述了用戶(hù)的興趣偏好，同時(shí)根據(jù)用戶(hù)對(duì)信息的反饋和評(píng)價(jià)，更新用戶(hù)模型，從而更新知識(shí)產(chǎn)品。構(gòu)建用戶(hù)興趣模型需要分析用戶(hù)獲取信息的方式，借助領(lǐng)域本體準(zhǔn)確、規(guī)范地描述用戶(hù)感興趣的信息，建立用戶(hù)興趣挖掘模型，向用戶(hù)提供所需的信息。數(shù)字圖書(shū)館用戶(hù)興趣挖掘運(yùn)用適當(dāng)?shù)耐诰蛩惴?，?jì)算分析用戶(hù)瀏覽網(wǎng)頁(yè)時(shí)留下的日志記錄信息，發(fā)現(xiàn)用戶(hù)感興趣的內(nèi)容。

用戶(hù)訪(fǎng)問(wèn)數(shù)字圖書(shū)館會(huì)產(chǎn)生日志記錄文件，包括訪(fǎng)問(wèn)日志、引用日志、代理日志和錯(cuò)誤日志等。日志文件中記錄了大量的用戶(hù)訪(fǎng)問(wèn)信息，包括用戶(hù)的ⅠP地址、訪(fǎng)問(wèn)時(shí)間、瀏覽頁(yè)面URL、請(qǐng)求方式和字節(jié)數(shù)等，還有網(wǎng)站服務(wù)器接受、處理請(qǐng)求以及運(yùn)行錯(cuò)誤等多種信息。通過(guò)挖掘相關(guān)的Web日志記錄，可以發(fā)現(xiàn)用戶(hù)訪(fǎng)問(wèn)Web頁(yè)面的模式；通過(guò)分析日志中的記錄規(guī)律，可以識(shí)別用戶(hù)的忠誠(chéng)度、喜好、滿(mǎn)意度，發(fā)現(xiàn)潛在用戶(hù)，改進(jìn)服務(wù)效果，提高服務(wù)競(jìng)爭(zhēng)力。通過(guò)用戶(hù)提供的信息，結(jié)合用戶(hù)的瀏覽行為和訪(fǎng)問(wèn)日志獲得用戶(hù)的偏好，利用本體庫(kù)中的相應(yīng)概念表示用戶(hù)模型，根據(jù)模型將符合條件的內(nèi)容推薦給用戶(hù)，并在相關(guān)反饋的基礎(chǔ)上改進(jìn)用戶(hù)模型。

3.2 數(shù)字圖書(shū)館領(lǐng)域本體的構(gòu)建

領(lǐng)域本體庫(kù)包含著一個(gè)領(lǐng)域中最基本的概念、概念的定義以及各個(gè)概念之間的語(yǔ)義關(guān)系網(wǎng)絡(luò)，它在整個(gè)語(yǔ)義檢索過(guò)程中起著非常重要的作用。領(lǐng)域本體確定了該領(lǐng)域內(nèi)普遍認(rèn)同的確切概念，通過(guò)對(duì)概念之間的關(guān)系進(jìn)行語(yǔ)義描述，使用戶(hù)與機(jī)器之間的交流上升到語(yǔ)義層次。用戶(hù)在進(jìn)行查詢(xún)時(shí)會(huì)調(diào)用領(lǐng)域本體庫(kù)，從中找出與關(guān)鍵詞相對(duì)應(yīng)的概念所在的領(lǐng)域，將該領(lǐng)域下的相關(guān)概念提供給用戶(hù)，幫助用戶(hù)生成更精確地查詢(xún)，提高查詢(xún)效率；領(lǐng)域本體的構(gòu)建方法如圖3所示。

圖3 領(lǐng)域本體構(gòu)建

Noy和Hafner提出了本體構(gòu)建的七個(gè)步驟：確定領(lǐng)域和范圍；重用現(xiàn)有本體是否可行；列出本體中的重要術(shù)語(yǔ)和主題詞；定義類(lèi)和類(lèi)的繼承關(guān)系；定義屬性和關(guān)系；定義屬性的限制；構(gòu)建具體實(shí)例。［4］

領(lǐng)域本體庫(kù)構(gòu)建完成之后，運(yùn)用SWRL和描述邏輯對(duì)構(gòu)建的領(lǐng)域本體進(jìn)行推理得出隱含的信息，同時(shí)完成一致性檢測(cè)。例如，在某領(lǐng)域本體庫(kù)中，許多概念具有交叉相關(guān)性，因此，在構(gòu)建本體過(guò)程中，需要定義概念之間的邏輯關(guān)系，使用推理機(jī)制完成概念相互關(guān)系的說(shuō)明，避免概念的重復(fù)構(gòu)建，保持概念應(yīng)有的邏輯關(guān)系。領(lǐng)域本體庫(kù)的構(gòu)建不是一勞永逸的，因?yàn)閿?shù)字圖書(shū)館信息資源是動(dòng)態(tài)變化的。因此，必須根據(jù)數(shù)字圖書(shū)館信息資源的變化及時(shí)調(diào)整和更新已經(jīng)構(gòu)建的本體，維持領(lǐng)域本體在整個(gè)系統(tǒng)中的作用，不斷適應(yīng)用戶(hù)的需求。需要利用推理機(jī)對(duì)本體進(jìn)行預(yù)處理以消除沖突，選擇利用Racer推理機(jī)來(lái)對(duì)本體的概念和實(shí)例進(jìn)行層次分類(lèi)和調(diào)整，消除本體內(nèi)部不一致性沖突，從而形成一個(gè)完整、有效的OWL知識(shí)庫(kù)。從OWL本體和SWRL規(guī)則庫(kù)到Jess事實(shí)庫(kù)和規(guī)則庫(kù)，要經(jīng)過(guò)事實(shí)轉(zhuǎn)換和規(guī)則轉(zhuǎn)換。由于Jess推理機(jī)不能識(shí)別OWL格式的本體和SWRL格式的規(guī)則，所以在進(jìn)行推理之前，要對(duì)OWL本體和SWRL規(guī)則進(jìn)行轉(zhuǎn)換。Jess推理引擎是推理過(guò)程的核心部分，它基于事實(shí)庫(kù)和規(guī)則庫(kù)進(jìn)行推理，從而得出新的事實(shí)。然后，將新的事實(shí)添加進(jìn)原來(lái)的本體中，令原本體中隱含的語(yǔ)義關(guān)聯(lián)得到顯性化，從而為數(shù)字信息資源的智能檢索、個(gè)性化推送等功能打下基礎(chǔ)。

常用的規(guī)則推理引擎有Jess、CLⅠPS、Prolog等，而目前還沒(méi)有專(zhuān)門(mén)針對(duì)SWRL的推理引擎。Jess（Java Expert System Shell）由推理機(jī)、事實(shí)庫(kù)和規(guī)則庫(kù)三部分構(gòu)成，支持正向推理和后向推理。盡管Jess不支持基于OWL的本體和基于SWRL的規(guī)則，但是我們可以將OWL本體和SWRL規(guī)則轉(zhuǎn)換成Jess推理引擎能夠識(shí)別的格式?；赟WRL的本體推理過(guò)程如圖4所示。

圖4 基于SWRL的推理

利用領(lǐng)域本體對(duì)數(shù)字信息資源進(jìn)行標(biāo)引，即對(duì)文檔集進(jìn)行內(nèi)容抽取并分析特征詞，建立概念集之間的關(guān)聯(lián)，形成具有語(yǔ)義關(guān)聯(lián)的知識(shí)庫(kù)。本體提供了學(xué)科領(lǐng)域的概念、概念之間的關(guān)聯(lián)以及領(lǐng)域的核心理論，可以通過(guò)本體將信息資源組織成具有網(wǎng)狀結(jié)構(gòu)的、可共享的知識(shí)結(jié)構(gòu)體系，表達(dá)顯性和隱性的語(yǔ)義信息。這樣文獻(xiàn)資源能夠被更好地組織和劃分，概念間的語(yǔ)義關(guān)聯(lián)也能被精確定義，為實(shí)現(xiàn)知識(shí)推理和智能化檢索提供了鋪墊。借助領(lǐng)域本體對(duì)信息集合進(jìn)行語(yǔ)義分析與標(biāo)注后，形成具有語(yǔ)義關(guān)聯(lián)的資源元數(shù)據(jù)集合，然后存入本體知識(shí)庫(kù)。

3.3 數(shù)字圖書(shū)館元數(shù)據(jù)描述框架

對(duì)數(shù)字圖書(shū)館不同數(shù)據(jù)源的元數(shù)據(jù)信息分別進(jìn)行提取，借助XML/RDF文檔加以組織，在無(wú)人工干預(yù)的情況下，參照原有的數(shù)字圖書(shū)館元數(shù)據(jù)標(biāo)準(zhǔn)重新定義，提取不同的應(yīng)用模式，并存儲(chǔ)在元數(shù)據(jù)庫(kù)中。由于RDF模式（RDFS）具有開(kāi)放性，用戶(hù)可以自行定義和擴(kuò)展RDF模式，通過(guò)XML/RDF對(duì)信息資源進(jìn)行無(wú)二義性的描述。為了保護(hù)現(xiàn)有的數(shù)字圖書(shū)館信息資源，充分挖掘數(shù)字信息資源，數(shù)字圖書(shū)館適宜采用多種元數(shù)據(jù)標(biāo)準(zhǔn)并存的方法。

可行的方案是以Dublin Core元數(shù)據(jù)為核心元數(shù)據(jù)庫(kù)，多種對(duì)應(yīng)于不同資源類(lèi)型的元數(shù)據(jù)方案并存，并以基于XML語(yǔ)法的RDF/RDFS語(yǔ)言將它們封裝在一起，使基于該模型的元數(shù)據(jù)資源能夠?yàn)闄C(jī)器所理解，如圖5所示。

圖5 數(shù)字圖書(shū)館元數(shù)據(jù)描述框架

該元數(shù)據(jù)描述框架是一個(gè)靈活可擴(kuò)展的元數(shù)據(jù)方案，主要是利用RDF將多種不同類(lèi)型的元數(shù)據(jù)進(jìn)行封裝，既充分保留和利用了數(shù)字圖書(shū)館中原有的元數(shù)據(jù)信息，也確保了對(duì)不同類(lèi)型的資源性元數(shù)據(jù)描述。此外，RDF具有開(kāi)放、標(biāo)準(zhǔn)和統(tǒng)一的特性，為將來(lái)數(shù)字圖書(shū)館信息資源的遷移奠定了良好的基礎(chǔ)。由于不同類(lèi)型的元數(shù)據(jù)集合之間往往需要進(jìn)行互操作以完成應(yīng)用需求，定義一個(gè)統(tǒng)一的元數(shù)據(jù)庫(kù)是十分必要的，有利于實(shí)現(xiàn)不同元數(shù)據(jù)集之間的轉(zhuǎn)換和映射。

3.4 數(shù)字圖書(shū)館信息資源存儲(chǔ)平臺(tái)的搭建

數(shù)字信息資源的存儲(chǔ)需要搭建一個(gè)云計(jì)算平臺(tái)，將所有信息存儲(chǔ)在云端，數(shù)據(jù)倉(cāng)庫(kù)和本體存儲(chǔ)技術(shù)實(shí)現(xiàn)了資源的云存儲(chǔ)，云存儲(chǔ)是一個(gè)以數(shù)據(jù)存儲(chǔ)和管理為核心的云計(jì)算系統(tǒng)。通過(guò)云計(jì)算機(jī)技術(shù)存儲(chǔ)整合后的信息，能夠?yàn)橛脩?hù)提供更加優(yōu)質(zhì)高效的服務(wù)。

數(shù)據(jù)庫(kù)中的信息通過(guò)抽取、清洗和轉(zhuǎn)換等ETL過(guò)程存儲(chǔ)在ODS、數(shù)據(jù)集市和數(shù)據(jù)倉(cāng)庫(kù)中，可以根據(jù)需要進(jìn)行多次數(shù)據(jù)處理；多媒體文件存儲(chǔ)在多媒體資源庫(kù)；網(wǎng)絡(luò)信息資源在預(yù)處理后參照元數(shù)據(jù)標(biāo)準(zhǔn)存儲(chǔ)在本體中，表現(xiàn)形式為XML、RDF和OWL文件，RDF信息最為直觀(guān)，XML其次，OWL最為復(fù)雜，進(jìn)一步可以將這些文件中的信息存儲(chǔ)在數(shù)據(jù)倉(cāng)庫(kù)。通過(guò)開(kāi)源框架可以進(jìn)行本體存儲(chǔ)，常用的有Jena和Sesame。如果是使用Oralce這樣的支持語(yǔ)義功能的數(shù)據(jù)庫(kù)，則需要將RDF/XML和OWL文件先轉(zhuǎn)換為N-triples格式才能存儲(chǔ)。

4 結(jié)語(yǔ)

本文探討了語(yǔ)義網(wǎng)技術(shù)在數(shù)字圖書(shū)館信息資源集成中的作用，并運(yùn)用語(yǔ)義網(wǎng)技術(shù)解決了數(shù)字圖書(shū)館信息資源集成中的信息表示和語(yǔ)義異構(gòu)問(wèn)題，提出了一種基于語(yǔ)義網(wǎng)技術(shù)的數(shù)字圖書(shū)館信息資源集成模型。該模型具有很強(qiáng)的可操作性，各個(gè)層次完成相應(yīng)的工作，通過(guò)層與層之間的接口緊密結(jié)合，從而實(shí)現(xiàn)數(shù)字圖書(shū)館信息資源的整合，旨在為用戶(hù)提供更加優(yōu)質(zhì)的個(gè)性化服務(wù)?？紤]到數(shù)字圖書(shū)館信息資源的多樣性、復(fù)雜性、海量數(shù)據(jù)和個(gè)性化等特點(diǎn)，該模型力求抽象，為進(jìn)一步的完善和擴(kuò)展打下基礎(chǔ)。

［1］張曉林．走向知識(shí)服務(wù)——尋找新世紀(jì)圖書(shū)情報(bào)工作的生長(zhǎng)點(diǎn)［J］.中國(guó)圖書(shū)館學(xué)報(bào),2000（5）：32－37.

［2］唐曉波，金鐘鳴．基于本體與規(guī)則的語(yǔ)義推理研究［J］．情報(bào)學(xué)報(bào)，2011，30（7）：695－703.

［3］左暉,等.個(gè)性化知識(shí)服務(wù)中基于Ontology的用戶(hù)興趣挖掘研究［J］.情報(bào)學(xué)報(bào),2008，27（1）: 18－23．

［4］NoyN，HafnerC．The stateoftheartinontologydesign［J］．AⅠMagazine，1997，18（3）：53－74.

G250.76

A

1005－8214（2014）01－0086－04

劉衛(wèi)寧（1975－），男，漢族，山東棗莊人，中南民族大學(xué)民族學(xué)與社會(huì)學(xué)學(xué)院博士生。

2012－09－27［責(zé)任編輯］王鈞梅