基于WSRF数字图书馆个性化统一检索系统研究.docVIP

基于WSRF数字图书馆个性化统一检索系统研究 　　摘要:分析国内外现有数字图书馆统一检索系统的优缺点,介绍最新网格架构WSRF的规范及Web服务资源创建和访问流程,结合个性化统一检索系统的特性,提出基于WSRF的数字图书馆个性化统一检索系统的架构,并重点研究了其中异构数据管理、检索管理和信息安全机制三个关键问题。 　　关键词:统一检索个性化WSRF数字图书馆 　　 　　数字图书馆是上个世纪80年代出现的以信息技术和互联网技术为手段,将传统形式的图书馆资源转换成数字资源,并提供联机访问接口的图书馆网络系统。随着信息技术和互联网技术的高速发展,在近30年时间内,各国政府、图书馆、高校以及相关单位均建立起了自己的数字图书馆并存储了各种各样的信息,为相关用户获取信息提供了高效的服务。但不同的数字图书馆对信息的存储、访问和检索方式各不相同,因此造成了各数字图书馆之间的资源不能互相共享,从而形成了信息孤岛,在信息呈爆炸式增长的今天,信息孤岛的出现无疑对信息资源是一种极大的浪费。因此如何将各个数字图书馆的资源联合起来,并实现统一检索已经成为当今数字图书馆领域的研究重点。 　　早期的数字图书馆统一检索系统以密歇根大学在1996年提出的UMDL[1]系统和斯坦福大学在1999年提出的数字图书馆系统模型Infobus[2]为代表。UDML系统是以多Agent为基本架构的,由用户Agents(UIAs)、中介Agents(MIAs)、馆藏接口Agents(CIAs)和馆藏资源四个部分组成,MIAs从UIAs接收用户的请求,并将请求转发给CIAs,再由CIAs从数据库中提取数据,并返回至MIAs,再由MIAs返回至UIAs,并返回给最终用户,由于不同的CIAs管理不同馆藏资源的数据,因此具有不同资源转换和提取功能的CIAs能较好地实现异构资源的集成,再通过UIAs和MIAs实现异构资源的访问。这是一种广播式的通信方式,这种方式通信代价高,实现起来也比较复杂,在用户请求较复杂、资源较多的情况下,检索效率也会相应得下降,而且UDML采取的是KQML[3](Knowledge Query and Manipulation Language)数据传输协议,如果其他数字图书馆想获取UDML中的信息,则也必须采用KQML协议,从目前的发展状况来看,KQML并没有被广泛应用,因此UDML虽然实现了统一检索,但仅仅是一个封闭的系统,并不能把自身存储的信息共享。Infobus则采取的是基于CORBA[4](The Common Object Request Broker Architecture)的服务总线集成方式,由图书服务代理(LSP)进行异构数据的封装并注册到服务层,同时由LSP对外发提供访问接口,其信息注册和传输采用DLIOP、SMA、STARTS、UPAI和FIRM[5]协议。虽然采用CORBA能够实现跨平台,但其实现起来太复杂,而且必须依赖单一厂商ORB,因此并没有被广泛接受,包括该项目提出的5个协议也没有被广泛采用。而随着Web服务的兴起,由于其实现简单,完全独立于任何开发语言和平台,能够较好地实现资源的整合和发布,而且不依赖于任何厂商,因此近年来也被引入到数字图书馆统一检索系统中。Rodrygo L.T. Santos[6]等在2008年提出了基于WS-ODL的数字图书馆系统,WS-ODL结合WSDL以及ODL对异构资源进行描述,并使用SOAP协议进行信息的传输,即实现了异构资源的整合,同时又能兼容任何采用OAI协议的数字图书馆系统。但Web服务的无状态性使其并不能完整地代表数字资源,因此必须要另外设计一些机制来解决这个矛盾,这无疑增加了系统的复杂性,尽管如此,由于Web服务的众多优点,使得基于Web服务和图书馆互操作协议结合的架构成为目前构建数字图书馆的主流架构之一。 　　国内对数字图书馆的研究自1998年以来,在统一检索方面也取得了一定的成果。清华同方异构数据库统一检索平台[7](USP)则采用元搜索技术,对应不同的数字图书馆平台,把用户的检索请求转换成对应格式进行检索,并对搜索结果进行去重、相关度排序等智能化处理后显示给用户。元搜索技术不受任何协议的影响,只需要了解对应检索平台的检索格式即可进行检索,但如果可检索的数据库比较多,检索的时间就会变长,同时正是由于不受协议影响,因此对被检索源的数据接口和格式并不了解,并不是严格意义上的集成,这对于想进行更深一步的集成来讲并不适合。中国高等教育文献保障系统[8](CALIS)使用ODL和Z39.50协议统一数字资源的互操作格式,并使用Web服务对数据进行封装传输从而实现异构数据库集成与统一检索。该方法与Rodrygo L.T. Santos等使用的集成方法类似,同样会存在因Web服务的无状