摘 要：隨著計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)以及存儲(chǔ)技術(shù)的飛速發(fā)展，數(shù)字圖書館的電子資源也在日益增加。眾多種類的數(shù)據(jù)庫在存儲(chǔ)、發(fā)布尤其是檢索方式上的多樣性讓用戶在使用過程中感到越來越多的不便。構(gòu)建數(shù)字圖書館統(tǒng)一檢索成為數(shù)字圖書館目前最主要的發(fā)展方向。

關(guān)鍵詞：數(shù)字圖書館 元數(shù)據(jù)倉儲(chǔ) 統(tǒng)一檢索

中圖分類號(hào)：G250.73文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2014）05（b）-0194-01

統(tǒng)一檢索作為一種伴隨著數(shù)字圖書館的發(fā)展而產(chǎn)生的新興技術(shù)，已經(jīng)成為了數(shù)字圖書館主要的研究方向。但從應(yīng)用到實(shí)踐中，分布在異構(gòu)環(huán)境下的數(shù)字信息資源異常復(fù)雜，涵蓋軟硬件系統(tǒng)、操作系統(tǒng)、數(shù)據(jù)庫系統(tǒng)、通信網(wǎng)絡(luò)模型、數(shù)據(jù)自身結(jié)構(gòu)以及應(yīng)用程序等多方面的異構(gòu)，使得建立一個(gè)統(tǒng)一的檢索平臺(tái)變得沒那么簡(jiǎn)單。目前解決異構(gòu)數(shù)據(jù)源的集成技術(shù)通常有以下三種模型：聯(lián)邦數(shù)據(jù)庫模型、中間件模型和元數(shù)據(jù)倉庫模型。以上所述的創(chuàng)建集成架構(gòu)技術(shù)各有利弊，而元數(shù)據(jù)倉儲(chǔ)技術(shù)是以元數(shù)據(jù)為檢索單位的方式改變了用戶對(duì)整個(gè)平臺(tái)的認(rèn)識(shí)，通過調(diào)用元數(shù)據(jù)預(yù)先查重索引，為讀者提供了新的網(wǎng)絡(luò)搜索引擎方式的檢索體驗(yàn)。

1 關(guān)于數(shù)字圖書館元數(shù)據(jù)

1.1 元數(shù)據(jù)概述

元數(shù)據(jù)在眾多領(lǐng)域都有其具體的定義和應(yīng)用，其中得到最廣泛認(rèn)可的概述是：關(guān)于數(shù)據(jù)的數(shù)據(jù)，即描述任意一資源結(jié)構(gòu)化的數(shù)據(jù)。數(shù)字圖書館的主要組成部分之一就是數(shù)字信息資源，而這些資源必須是可以被標(biāo)識(shí)并且這種標(biāo)識(shí)類型是唯一的。元數(shù)據(jù)通過對(duì)信息資源屬性的描述來完成對(duì)信息資源的標(biāo)識(shí)，是數(shù)字圖書館應(yīng)用部分的重要基礎(chǔ)工具。元數(shù)據(jù)標(biāo)準(zhǔn)框架主要由三部分組成：以數(shù)字圖書館系統(tǒng)為核心的元數(shù)據(jù)標(biāo)準(zhǔn)、元數(shù)據(jù)語義規(guī)則與元數(shù)據(jù)擴(kuò)展機(jī)制。

1.2 定義及整合圖書館信息資源元數(shù)據(jù)

在圖書館原有的元數(shù)據(jù)基礎(chǔ)上，采用基于核心元數(shù)據(jù)標(biāo)準(zhǔn)，利用擴(kuò)展機(jī)制，對(duì)元數(shù)據(jù)進(jìn)行整合。制定元數(shù)據(jù)相關(guān)應(yīng)用方案：包括名稱、標(biāo)識(shí)（元素的唯一標(biāo)識(shí)）、定義（對(duì)元素概念的說明）、可選性（說明元素是必須使用的還是可選擇的）、數(shù)據(jù)類型、最大出現(xiàn)次數(shù)、值域（元素的取值范圍）、注釋（對(duì)元素的補(bǔ)充說明、錄入格式的建議等）。

2 元數(shù)據(jù)存儲(chǔ)管理系統(tǒng)的實(shí)現(xiàn)原理

2.1 元數(shù)據(jù)應(yīng)用流程（圖1）

2.2 元數(shù)據(jù)建設(shè)對(duì)象是多種多樣的

元數(shù)據(jù)建設(shè)主要包括各類自建資源、商業(yè)引進(jìn)資源；建設(shè)語種有中文、外文；資源類型涵蓋電子書、電子期刊、會(huì)議論文、報(bào)紙等；收錄元數(shù)據(jù)描述字段詳見前文關(guān)于“定義及整合圖書館信息資源元數(shù)據(jù)”中對(duì)于元數(shù)據(jù)標(biāo)準(zhǔn)的描述。

2.3 數(shù)據(jù)收割工具

通過收割、轉(zhuǎn)換、集成把各文獻(xiàn)數(shù)據(jù)庫中的數(shù)據(jù)存儲(chǔ)到元數(shù)據(jù)倉庫中。該技術(shù)分成3個(gè)部分：

（1）第一部分是已經(jīng)完成了的電子圖書元數(shù)據(jù)、電子中文期刊元數(shù)據(jù)和外文期刊元數(shù)據(jù)等元數(shù)據(jù)的收割，這些可以直接進(jìn)入到元數(shù)據(jù)倉庫中；（2）第二部分為還未收集的部分，利用基于OAI-PMH協(xié)議為工具進(jìn)行收割，但是采用這種方法收集元數(shù)據(jù)的案例，基本都是應(yīng)用在開放存?。∣A）的資源或以聯(lián)盟模式建設(shè)的資源，一般的商業(yè)性學(xué)術(shù)資源通常都不太支持OAI的數(shù)據(jù)收集。因?yàn)椴捎肙AI技術(shù)收集元數(shù)據(jù)的前提必須是資源提供者愿意開放Data-Provider接口；如自主采集或自建的信息數(shù)據(jù)可以通過此標(biāo)準(zhǔn)接口進(jìn)行元數(shù)據(jù)收集；（3）第三部分，對(duì)于不支持OAI-PMH協(xié)議的文獻(xiàn)數(shù)據(jù)庫可利用基于網(wǎng)頁分析的元數(shù)據(jù)抓取工具spider，將不支持OAI-PMH的元數(shù)據(jù)抓取保存到元數(shù)據(jù)庫中，創(chuàng)建到可參與整合檢索的本地庫。

3 本地元數(shù)據(jù)處理流程

3.1 數(shù)據(jù)收割

前文已經(jīng)介紹了通過三種收割技術(shù)來完成本地資源以及特色數(shù)據(jù)庫等的元數(shù)據(jù)收割，然后將收割到的元數(shù)據(jù)存儲(chǔ)到元數(shù)據(jù)倉庫中，等待下一步的數(shù)據(jù)整理工作。整個(gè)數(shù)據(jù)收割中將使用到了OAIS（開發(fā)的資源倉儲(chǔ)系統(tǒng)參考規(guī)范）、OAI-PMH（元數(shù)據(jù)收割協(xié)議）、Z39.50等協(xié)議。

3.2 數(shù)據(jù)整理

數(shù)據(jù)整理的主要工作是對(duì)收割好的元數(shù)據(jù)進(jìn)行查重并形成規(guī)范化，方便元數(shù)據(jù)的索引和檢索。

3.3 數(shù)據(jù)更新

整理后的數(shù)據(jù)，按照標(biāo)準(zhǔn)字段，建成索引，更新到各個(gè)服務(wù)器。由于海量的檢索，并且數(shù)據(jù)量異常大，因此每次只需更新當(dāng)前批次處理的非重復(fù)數(shù)據(jù)，即補(bǔ)充式更新。

4 元數(shù)據(jù)搜索引擎系統(tǒng)

通過集成資源調(diào)度系統(tǒng)，對(duì)各類異構(gòu)的數(shù)字文獻(xiàn)資源進(jìn)行再次整合。例如元數(shù)據(jù)搜索引擎利用分析型檢索實(shí)現(xiàn)了文章名、主題、關(guān)鍵詞、文摘、責(zé)任者等檢索項(xiàng)的檢索，系統(tǒng)為用戶提供統(tǒng)一的檢索界面和檢索語言，使用戶能夠同時(shí)檢索本地及異地的各種信息資源系統(tǒng)；檢索內(nèi)容包括原文、文摘、相關(guān)文獻(xiàn)；檢索形式包括簡(jiǎn)單檢索、高級(jí)檢索、二次檢索等。

5 資源調(diào)度系統(tǒng)

統(tǒng)一檢索系統(tǒng)的平臺(tái)是一種多級(jí)調(diào)度系統(tǒng)平臺(tái)，是基于OpenURL標(biāo)準(zhǔn)，能夠自動(dòng)獲取更新資源包并調(diào)度已有的知識(shí)庫。資源調(diào)度系統(tǒng)制定的以動(dòng)態(tài)腳本技術(shù)為調(diào)度機(jī)制，便于增加新的資源和服務(wù)，從而更有效地實(shí)現(xiàn)資源服務(wù)的調(diào)度。

5.1 資源調(diào)度規(guī)則

（1）最快就近原則：對(duì)不同資源設(shè)定規(guī)定的權(quán)重地位，根據(jù)客戶端實(shí)際的來源情況判斷，優(yōu)先調(diào)度反應(yīng)最快的資源。

（2）通過查重合并底層的元數(shù)據(jù)，使得檢索結(jié)果不顯示檢索出來的重復(fù)記錄，但如果讀者需要看到該篇文獻(xiàn)所有的全文資源鏈接，點(diǎn)擊進(jìn)入，那么用戶可自行選擇使用其中任意一個(gè)鏈接。

（3）自動(dòng)傳遞優(yōu)先于人工傳遞：對(duì)于使用率較高的資源系統(tǒng)進(jìn)行自動(dòng)傳遞，自動(dòng)傳遞無法判斷讀者需求的資源則轉(zhuǎn)入人工傳遞隊(duì)列。

5.2 資源調(diào)度配置

在經(jīng)過統(tǒng)一認(rèn)證后的資源，系統(tǒng)將會(huì)自動(dòng)判斷該用戶的最高資源使用權(quán)限，若用戶需要獲取的資源權(quán)限高于自身權(quán)限的時(shí)候，系統(tǒng)會(huì)提示超出授權(quán)范圍，并自動(dòng)彈出資源調(diào)度申請(qǐng)表，用戶可自行下載。同時(shí)，圖書館工作人員可根據(jù)圖書館資源實(shí)際情況調(diào)用含有內(nèi)置的中、外文數(shù)據(jù)庫資源配置規(guī)則的資源調(diào)度系統(tǒng)。資源獲取分發(fā)規(guī)則是對(duì)權(quán)限內(nèi)的用戶直接提供全文訪問的鏈接，無法直接訪問的用戶則提供共享和文獻(xiàn)傳遞功能，將用戶的傳遞需求發(fā)送至收錄該資源的成員館進(jìn)行申請(qǐng)傳遞調(diào)度。

基于元數(shù)據(jù)倉儲(chǔ)整合技術(shù)構(gòu)建的數(shù)字圖書館統(tǒng)一檢索平臺(tái)方案是現(xiàn)代檢索系統(tǒng)中的一條新思路。這種把最底層的元數(shù)據(jù)預(yù)先建立索引概念，進(jìn)而將不同的異構(gòu)數(shù)據(jù)庫導(dǎo)入一個(gè)全新的數(shù)據(jù)庫的方式，提高了檢索的速度和效率，也不會(huì)因?yàn)楸姸鄶?shù)據(jù)庫中某一數(shù)據(jù)庫的訪問失敗而影響整體檢索效率。在年代、二次檢索、學(xué)科聚類、高級(jí)檢索、多種文獻(xiàn)同時(shí)檢索等眾多的數(shù)據(jù)處理技術(shù)上，同樣具有無可比擬的優(yōu)勢(shì)，必將成為未來統(tǒng)一檢索平臺(tái)技術(shù)的巨星。

參考文獻(xiàn)

[1]陳雨祺.高校數(shù)字圖書館跨平臺(tái)信息檢索初探[J].科技信息，2010（9）.

[2]李鵬云.基于元數(shù)據(jù)倉儲(chǔ)的圖書館數(shù)據(jù)整合實(shí)踐[J].圖書館學(xué)刊，2013（8）.