清华方要点.ppt

清华方案要点 信息共建共享服务网 引文链接和服务 搜索引擎 知识元数据库 发言提纲 清华方案的技术特点、优势和难点 以知识管理和服务为起点第二次创业 信息服务领域的技术进步 清华方案的特点 适应信息资源整合的客观需要 数据库生产者向信息服务提供者演化 服务领域的合理拓展 迈向知识管理和开发的新高度 为进一步产业化打下更宽阔的基础 优势分析 CNKI的信息资源和业绩(经验教训) 信息化形势带来的强劲发展动力 高校技术力量强势群体 Cernet现有网络平台的支持 可在信息技术、运作模式、技术标准等最新起点和高度上起步, 减少风险, 避免教训, 缩短发展周期 难点和瓶颈 从封闭(期刊数据库)资源到开放(网络搜索引擎)资源的技术难点 从信息服务向知识服务的技术难点 从独立经营到多赢模式的联合经营的环境因素 开发新技术和建设新的信息基础结构与现有人力资源的矛盾 知识型信息服务的必然性 信息爆炸：信息海洋和信息垃圾 开发广度：浅海网和深海网 开发深度：信息容器和信息内容 管理层次：信息管理和知识管理 信息提供：药店服务和对症处方 以谁为主：系统中心和面向个人 信息爆炸 英语表示兆以上命名法 MB mebi megabyte ( 106 ), million, 1MB=1000KB 兆 GB gibi gigabyte ( 109 ), billion, 1GB=1000MB 1000兆 TB tebi terabyte ( 1012), trillion, 1TB=1000GB 万亿兆兆 PB pebi petabyte ( 1015), 1PB=1000TB 1000万亿兆 EB exbi exabyte ( 1018), quintillion,1EB=1000PB 万万亿兆 ( 1021), sextillion, ( 1024), septillion, ( 1027), septillion, ( 1030), septillion, ( 1033), septillion, ( 1036), septillion, ( 10303), centillion, 目前常用前缀及其意义 表示二进制数量的前缀(新建议) 世界信息总量 全世界每年生产信息1 x 1018 2 x 1018 字节信息, 大约为全世界每人250MB字节。 印刷体只占0.003%, 磁介质93%。 Email达11,285TB。 Usenet 73TB。 2000年WWW公共浏览网页21亿, 平均每个网页10K数据,每年新增700万网页。2001年网页将达到40亿。 众多数据库以非网页形式存储7,500TB数据,包含5,500亿记录或文件。 数字化信息量举例 音乐作品(莫扎特)：约100MB 报纸(华尔街杂志)：100MB/年(文本) 卡片目录(美国国会图书馆)：17GB 广播(WABC) ：270GB/年(未经压缩) 网络论坛(Netnews)：300GB/年 地区图书馆(加州大学图书馆)：1.4TB(图书扫描版) Internet出版(WWW)：1997年约4TB 电视(CNN新闻)：1GB/1小时, 6TB/年(经压缩) 录像带出租(Blockbuster Video)：9TB 科研图书馆(美国会图书馆)：全部图书馆数字化20TB 来源：美国伯克利加州大学教授Peter Lyman和Alex Internet公司总裁Brewster Kahle所著《文化制品数字化存档行动纲要》。 网络爆炸 9.6 million web servers as of Dec 1999 72.4 million web sites as of Jan 2000 275 million people online as of Mar 2000 800 million publicly indexable pages 180 million images 30% web pages are copied or mirrored 1 billion hyperlinks 网络信息资源的挑战 数量巨大 No single search engine indexes more than 16% of web sites All sear