网络环境下异构信息检索标准体系研究
摘要
20世纪80年代以来，随着因特网的发展和信息技术的进步，网上的信息资源越来越丰富，在数量越来越庞大的同时，网上信息也呈现出多种多样、结构互异的特征。但是网上信息资源缺乏一个统一的描述标准，不同的异构信息之间交换没有一个恰当的协议。因此研究网络环境下，异构信息检索的标准体系成为当前信息检索领域的一个研究热点。本文基于上述思想，从横向和纵向两个角度，系统的研究了目前用于网上异构信息检索的一些主要的协议和规范。
论文共分三部分：
第一部分包括文中的第一章，首先分析当前网络信息资源的特点，及对网上信息检索系统提出的新要求；接着研究了网上异构信息的发展现状及当前研究的主要内容；最后总结了异构信息检索的研究现状和存在问题。
第二部分包括文中的第二章至第六章，这是本论文的重点和难点，主要介绍了当前用于网上异构信息检索的一些主要协议和规范。鉴于元数据、Z39.50及XML在实际运用中的重要性及广泛性，分别用一章的篇幅较详细的介绍了这三种协议的概念、对信息检索的意义、体系结构、实际中的应用、存在的问题及发展趋势。第五章则对其它常见的协议和规范较简略的系统介绍。第六章在前文分析的基础上，对本文所论及的标准从起源、制订目的、应用领域、体系结构等角度作横向比较，本章亦可看成第二部分的小结和深化。
第三部分包括文中的第七章，总结了本论文研究的理论指导意义和实践指导意义，分析了文中未能解决的问题和原因，并对下一步研究提出展望。
标准的制订也是随时代的发展呈现动态的特征，新的标准不断的被制订出来并用于实践，旧的标准也面临被淘汰的必然，在当前背景下，研究网络异构信息检索的标准无疑具有重要的意义。随着这项工作的开展，各行各业对如何选择本行业最适合的用于集成异构数据间的协议和规范将有更加清晰的认识。
With the development of Internet and the progress of the information technology, the web information resources have become more and more since the 1980s. The web information resources are various and different in structure as well as its quantity is larger and larger. But it is lack of a description standard, and there isn't a proper protocol for different information exchange. Therefore, a research on the standard system of heterogeneous information retrieval under the web environment becomes an important topic of current information retrieval area. Based on the above backgrounds and from different points of view, the paper gives a systematic research on some main protocols and criterions which are used on the web heterogeneous information retrieval now.
The paper is divided into three parts:
The first part(chapter 1 included) fistly analyses the characters of current web information resources and the new requirement on the web information retrieval system; followly it investigates the development of web heterogeneous information and the main topic of current study; At last, it gives a summary on the actualities and existent problems of heterogeneous information retrieval.
The second part(chapter 2 to chapter 6) is the emphases and difficulties of the paper, which mainly introduces some protocols and criterions on the web heterogeneous information retrieval. In view of the importance and universality of Metadata Z39.50 XML in the practice, each is given one chapter to introduce the concepts the significance to information retrieval system structure their use in practice, current problems and development trend. Chapter 5 gives a systematic introduction on other usual protocols and criterions. Based on former analysis, chapter 6 gives a compare on the origin the purpose of planning application area system structure etc. of these standards. Chapter 6 can also be seen as the conclusion and deepening of the second part.
The third part(chapter 7 included) summaries the theory and practice instruction significance of the paper, analyses the reason for the unsolved problems, and provides the outlook for further study.
With the progress of time, the planning of standards is also changing. New standards are increasingly provided and used for practice, and old standards are consequentially out of data. Under current background, a research on the web heterogeneous information retrieval has an important sense. With the task going on, many industries can have a better understanding on how to choose the best standards for the interoperating of different data.
论文共分三部分：
第一部分包括文中的第一章，首先分析当前网络信息资源的特点，及对网上信息检索系统提出的新要求；接着研究了网上异构信息的发展现状及当前研究的主要内容；最后总结了异构信息检索的研究现状和存在问题。
第二部分包括文中的第二章至第六章，这是本论文的重点和难点，主要介绍了当前用于网上异构信息检索的一些主要协议和规范。鉴于元数据、Z39.50及XML在实际运用中的重要性及广泛性，分别用一章的篇幅较详细的介绍了这三种协议的概念、对信息检索的意义、体系结构、实际中的应用、存在的问题及发展趋势。第五章则对其它常见的协议和规范较简略的系统介绍。第六章在前文分析的基础上，对本文所论及的标准从起源、制订目的、应用领域、体系结构等角度作横向比较，本章亦可看成第二部分的小结和深化。
第三部分包括文中的第七章，总结了本论文研究的理论指导意义和实践指导意义，分析了文中未能解决的问题和原因，并对下一步研究提出展望。
标准的制订也是随时代的发展呈现动态的特征，新的标准不断的被制订出来并用于实践，旧的标准也面临被淘汰的必然，在当前背景下，研究网络异构信息检索的标准无疑具有重要的意义。随着这项工作的开展，各行各业对如何选择本行业最适合的用于集成异构数据间的协议和规范将有更加清晰的认识。
With the development of Internet and the progress of the information technology, the web information resources have become more and more since the 1980s. The web information resources are various and different in structure as well as its quantity is larger and larger. But it is lack of a description standard, and there isn't a proper protocol for different information exchange. Therefore, a research on the standard system of heterogeneous information retrieval under the web environment becomes an important topic of current information retrieval area. Based on the above backgrounds and from different points of view, the paper gives a systematic research on some main protocols and criterions which are used on the web heterogeneous information retrieval now.
The paper is divided into three parts:
The first part(chapter 1 included) fistly analyses the characters of current web information resources and the new requirement on the web information retrieval system; followly it investigates the development of web heterogeneous information and the main topic of current study; At last, it gives a summary on the actualities and existent problems of heterogeneous information retrieval.
The second part(chapter 2 to chapter 6) is the emphases and difficulties of the paper, which mainly introduces some protocols and criterions on the web heterogeneous information retrieval. In view of the importance and universality of Metadata Z39.50 XML in the practice, each is given one chapter to introduce the concepts the significance to information retrieval system structure their use in practice, current problems and development trend. Chapter 5 gives a systematic introduction on other usual protocols and criterions. Based on former analysis, chapter 6 gives a compare on the origin the purpose of planning application area system structure etc. of these standards. Chapter 6 can also be seen as the conclusion and deepening of the second part.
The third part(chapter 7 included) summaries the theory and practice instruction significance of the paper, analyses the reason for the unsolved problems, and provides the outlook for further study.
With the progress of time, the planning of standards is also changing. New standards are increasingly provided and used for practice, and old standards are consequentially out of data. Under current background, a research on the web heterogeneous information retrieval has an important sense. With the task going on, many industries can have a better understanding on how to choose the best standards for the interoperating of different data.
引文
<1>张晓林．数字图书馆建设中的开放描述机制．现代图书情报技术．2002，(3)：6-9
<2>M. W. Bright, A. R. Hurson, Simin H.Pakzad. A Taxonomy and Current Issues in Multidatabase Systems. IEEE, Computer March 1992:51-59
<3>邓建．开放系统互连的信息检索应用服务定义和协议规范的实现．高技术通讯．1997，(5)：58-62
<4>冯项云，肖珑等．国外常用元数据标准比较研究．大学图书馆学报．2001，19(4)：15-21
<5>接晓莉．网络信息资源组织的元数据研究．情报杂志．2002，21(5)：59-60
<6>张敏，张晓林．元数据的发展和相关格式．四川图书馆学报．2000，(2)：63-70
<7>高建勋，吴开华．元数据发展中的热点问题讨论．图书馆．2002，(5)：41-44
<8>王松林．元数据及有关思考．情报学报．2002，21(4)：465-469
<9>孙广芝．元数据：网络资源共享的基础．情报科学．2001，19(7)：763-764
<10>贺宜．中文元数据开发与应用的分析和思考．情报业务研究．2002，21(9)：86-87
<11>徐久龄，肖惠珍．元数据的研究．情报理论与实践．2003，26(2)：163-166
<12>马蕾，张晓林．数字文献元数据标准比较分析．情报理论与实践．2003，26(1)：72-74
<13>梅海燕．元数据研究进展．现代图书情报技术．2002，(4)：17-19
<14>曹蓟光，王申康．元数据管理策略的比较研究．计算机应用．2001，21(2)：3-5
<15>曾蕾，张甲等．元数据标准的演变．中国图书馆学报．2003，29(4)：10-14
<16>李慧．元数据在数字图书馆中的应用．情报理论与实践．2001，24(1)：60-62
<17>陈海燕，李福铭，曾光中等．Z39．50信息检索标准及其应用．图书馆建设．2000，(2)：66-68
<18>许虹，罗中兴．Z39．50：远程信息检索标准．情报杂志．2001，20(5)：64-65
<19>张奇等．国内外图书馆自动化比较研究．情报学报．1996，15(1)：29-39
<20>程小澜．Z39．50标准协议与情报检索网络化．情报理论与实践．1998，21(4)：239-240
<21>于学锋，单其成．下一代Z39．50技术探讨．现代图书情报技术．2003，(2)：25-28
<22>孙君明，郭红．基于XML的异构信息交换研究．计算机应用研究．2003，20(1)：70-72
<23>郭红，郭朝珍，苏群．多网站信息采集与异构信息集成应用．福州大学学报(自然科学版)．2001，29(5)：24-27
<24>丁一．有关XML标准的动向．印刷质量与标准化．2001，(2)：35-36
<25>沈艺．信息检索应用服务定义和协议规范分析与应用．计算机系统应用．2000，(11)：36-38
<26>吴会松．一种在异构信息系统上的基于信息转换的互联查询方案．信息工程学院学报．1998，17(3)：7-10
<27>刘柏嵩，高济．基于RDF的异构信息语义集成研究．情报学报．2002，21(6)：691-695
<28>李冠宇，黄海，张俊．XML在异构数据集成方面的应用．交通与计算机．2002，20(5)：25-28
<29>李军怀，，周明全，耿国华，张景．XML在异构数据集成中的应用研究．计算机应用．2002，22(9)：10-12
<30>朱跃龙，杨扬，黄玮．基于XML的异构数据库间联合使用．计算机工程与设计．2003，(8)：44-49
<31>叶蕾，郭玲，胡建华．基于XML的异构数据集成领域的应用研究．吉林师范大学学报(自然科学版)．2003，24(3)：21-23
<32>卿秀华．基于XML的异构数据库数据交换．武汉科技学院学报．2003，(5)：65-8
<33>孙君明，郭红．基于XML的异构信息交换研究．计算机应用研究．2003，20(1)：70-72
<34>田绪红，孙微微，严尚维，刘吴．基于XML的异构数据库查询技术研究．计算机工程与应用．2003，39(22)：182-184
<35>王春枝，纪利群．利用XML实现异构数据库间互访．微型机与应用．2002，21(8)：13-14，27
<36>高明，陈晰，李炜，宋瀚涛．基于XML实现异构数据源的联合使用．计算机科学，2002，32(3)：42-48
<37>段友祥，岳厚光．基于XML的异构多数据源信息访问．微型机与应用．2002，21(6)：30-31
<38>李军怀，张景等．基于XML的企业异构数据集成方法研究．计算机工程．2002，28(9)：63-64，74
<39>王兰成，敖毅．数字图书馆异构数据集成与多库检索技术．上海交通大学学报．2003，37(9)：188-194
<40>王爱华，张铭等．基于OAI的数字图书馆中元数据互操作框架．计算机工程与应用．2002，(1)：5-7，41
<41>王蜀安，汪萌，张铭．支持OAI-PMH的元数据互操作体系结构设计与实现．计算机工程与应用．2003，39(20)：168-172
<42>姚吉，谢荣传．SOAP中的远程过程调用．微机发展．2001，11(5)：48-50
<43>杨晔，饶若楠，王翰波．一种基于SOAP的实现异种分布式组件互操作的方法．计算机工程，2001，27(10)：77-79
<44>陈新等．信息资源检索协议标准Z39．50和ISO10162、ISO10163简介．现代图书情报技术．1997，增刊：176-182
<45>赵阳，姜爱蓉．基于OAI的“CALIS高校学位论文全文数据库”建设．上海交通大学学报．2003，34(9)：234-238
<46>孙继华．SOAP技术与应用实例．现代计算机．2001，(9)：90-92
<47>张海涛，郑小惠，张成昱．数字图书馆的互操作性研究：Z39．50和OAI协议的比较．现代图书情报技术．2003，(2)：13-15
<48>Barbara Shuh. The renaissance of the interlibrary loan protocol: developments in open systems for interlibrary loan message management. Interlending & Document Supply. 1998,(1):25-33
<49>张付志，孔令富，刘明业．几种典型的数字图书馆互操作协议分析比较．情报学报．2003，(4)：476-481
<1>金培华等编著．Z39．50的原理、应用与技术．2002，第一版．北京：华艺出版社：13-128
<2>Charles F．Goldfarb．xml实用技术【M】．1999，第一版．北京：清华大学出版社：2-15
<3>周宁主编．信息组织．2001，第一版．武汉：武汉大学出版社：218-241
<1>MARC Standards. http://www.loc.gov/marc/,Information Retrieval (Z39.50-1995):Application
Service Definition and Protocol pecification. http://lcweb.loc.gov/z3950/agency/markup/markup.html
<2>e-Government Interoperability Framework(e-GIF). http://xml.coverpages.org/egif-UK.html
<3>Bourret R.XML and database, http://www.robourret.com/xml
<4>World Wide Web cpmsortium. "W3C XML Specification DTD".W3C Working Draft, http://www.w3.org/XML/1998/06/xmlspec-report- 19980910.htm. 1998
<5>World Wide Web Consortium. "XML Schema Requirements".W3C Working Draft, http://www.w3.org/tr/note-xml-schema-req-19990215.htm. 1999
<6>World Wide Web Consortium. "XML Path Language(Xpath)Version 1.0".W3C Working Draft, http://www.w3.org/tr/1999/REC-xpath- 19991116.htm. 1999
<7>World Wide Web Consortium. "XSL Transformations(XSLT)Version 1.0".W3C Working Draft, http://www.w3.org/tr/1999/R_EC-xslt- 19991116,1999
<8>World Wide Web Consortium. "Xquery 1.0:An XML Query Language".W3C Working Draft, http://www.w3.org/tr/2002/WD-xquery-20021115.htm.2002
<9>The Open Archives Initiative Protocol for Metedata Harvesting, http://www.openarchives.org/OAI/2.0/openarchivesprotocol.html
<1>易俊刚．科技期刊信息服务系统的研究与设计．中国科学院硕士学位论文．2001
<2>M. W. Bright, A. R. Hurson, Simin H.Pakzad. A Taxonomy and Current Issues in Multidatabase Systems. IEEE, Computer March 1992:51-59
<3>邓建．开放系统互连的信息检索应用服务定义和协议规范的实现．高技术通讯．1997，(5)：58-62
<4>冯项云，肖珑等．国外常用元数据标准比较研究．大学图书馆学报．2001，19(4)：15-21
<5>接晓莉．网络信息资源组织的元数据研究．情报杂志．2002，21(5)：59-60
<6>张敏，张晓林．元数据的发展和相关格式．四川图书馆学报．2000，(2)：63-70
<7>高建勋，吴开华．元数据发展中的热点问题讨论．图书馆．2002，(5)：41-44
<8>王松林．元数据及有关思考．情报学报．2002，21(4)：465-469
<9>孙广芝．元数据：网络资源共享的基础．情报科学．2001，19(7)：763-764
<10>贺宜．中文元数据开发与应用的分析和思考．情报业务研究．2002，21(9)：86-87
<11>徐久龄，肖惠珍．元数据的研究．情报理论与实践．2003，26(2)：163-166
<12>马蕾，张晓林．数字文献元数据标准比较分析．情报理论与实践．2003，26(1)：72-74
<13>梅海燕．元数据研究进展．现代图书情报技术．2002，(4)：17-19
<14>曹蓟光，王申康．元数据管理策略的比较研究．计算机应用．2001，21(2)：3-5
<15>曾蕾，张甲等．元数据标准的演变．中国图书馆学报．2003，29(4)：10-14
<16>李慧．元数据在数字图书馆中的应用．情报理论与实践．2001，24(1)：60-62
<17>陈海燕，李福铭，曾光中等．Z39．50信息检索标准及其应用．图书馆建设．2000，(2)：66-68
<18>许虹，罗中兴．Z39．50：远程信息检索标准．情报杂志．2001，20(5)：64-65
<19>张奇等．国内外图书馆自动化比较研究．情报学报．1996，15(1)：29-39
<20>程小澜．Z39．50标准协议与情报检索网络化．情报理论与实践．1998，21(4)：239-240
<21>于学锋，单其成．下一代Z39．50技术探讨．现代图书情报技术．2003，(2)：25-28
<22>孙君明，郭红．基于XML的异构信息交换研究．计算机应用研究．2003，20(1)：70-72
<23>郭红，郭朝珍，苏群．多网站信息采集与异构信息集成应用．福州大学学报(自然科学版)．2001，29(5)：24-27
<24>丁一．有关XML标准的动向．印刷质量与标准化．2001，(2)：35-36
<25>沈艺．信息检索应用服务定义和协议规范分析与应用．计算机系统应用．2000，(11)：36-38
<26>吴会松．一种在异构信息系统上的基于信息转换的互联查询方案．信息工程学院学报．1998，17(3)：7-10
<27>刘柏嵩，高济．基于RDF的异构信息语义集成研究．情报学报．2002，21(6)：691-695
<28>李冠宇，黄海，张俊．XML在异构数据集成方面的应用．交通与计算机．2002，20(5)：25-28
<29>李军怀，，周明全，耿国华，张景．XML在异构数据集成中的应用研究．计算机应用．2002，22(9)：10-12
<30>朱跃龙，杨扬，黄玮．基于XML的异构数据库间联合使用．计算机工程与设计．2003，(8)：44-49
<31>叶蕾，郭玲，胡建华．基于XML的异构数据集成领域的应用研究．吉林师范大学学报(自然科学版)．2003，24(3)：21-23
<32>卿秀华．基于XML的异构数据库数据交换．武汉科技学院学报．2003，(5)：65-8
<33>孙君明，郭红．基于XML的异构信息交换研究．计算机应用研究．2003，20(1)：70-72
<34>田绪红，孙微微，严尚维，刘吴．基于XML的异构数据库查询技术研究．计算机工程与应用．2003，39(22)：182-184
<35>王春枝，纪利群．利用XML实现异构数据库间互访．微型机与应用．2002，21(8)：13-14，27
<36>高明，陈晰，李炜，宋瀚涛．基于XML实现异构数据源的联合使用．计算机科学，2002，32(3)：42-48
<37>段友祥，岳厚光．基于XML的异构多数据源信息访问．微型机与应用．2002，21(6)：30-31
<38>李军怀，张景等．基于XML的企业异构数据集成方法研究．计算机工程．2002，28(9)：63-64，74
<39>王兰成，敖毅．数字图书馆异构数据集成与多库检索技术．上海交通大学学报．2003，37(9)：188-194
<40>王爱华，张铭等．基于OAI的数字图书馆中元数据互操作框架．计算机工程与应用．2002，(1)：5-7，41
<41>王蜀安，汪萌，张铭．支持OAI-PMH的元数据互操作体系结构设计与实现．计算机工程与应用．2003，39(20)：168-172
<42>姚吉，谢荣传．SOAP中的远程过程调用．微机发展．2001，11(5)：48-50
<43>杨晔，饶若楠，王翰波．一种基于SOAP的实现异种分布式组件互操作的方法．计算机工程，2001，27(10)：77-79
<44>陈新等．信息资源检索协议标准Z39．50和ISO10162、ISO10163简介．现代图书情报技术．1997，增刊：176-182
<45>赵阳，姜爱蓉．基于OAI的“CALIS高校学位论文全文数据库”建设．上海交通大学学报．2003，34(9)：234-238
<46>孙继华．SOAP技术与应用实例．现代计算机．2001，(9)：90-92
<47>张海涛，郑小惠，张成昱．数字图书馆的互操作性研究：Z39．50和OAI协议的比较．现代图书情报技术．2003，(2)：13-15
<48>Barbara Shuh. The renaissance of the interlibrary loan protocol: developments in open systems for interlibrary loan message management. Interlending & Document Supply. 1998,(1):25-33
<49>张付志，孔令富，刘明业．几种典型的数字图书馆互操作协议分析比较．情报学报．2003，(4)：476-481
<1>金培华等编著．Z39．50的原理、应用与技术．2002，第一版．北京：华艺出版社：13-128
<2>Charles F．Goldfarb．xml实用技术【M】．1999，第一版．北京：清华大学出版社：2-15
<3>周宁主编．信息组织．2001，第一版．武汉：武汉大学出版社：218-241
<1>MARC Standards. http://www.loc.gov/marc/,Information Retrieval (Z39.50-1995):Application
Service Definition and Protocol pecification. http://lcweb.loc.gov/z3950/agency/markup/markup.html
<2>e-Government Interoperability Framework(e-GIF). http://xml.coverpages.org/egif-UK.html
<3>Bourret R.XML and database, http://www.robourret.com/xml
<4>World Wide Web cpmsortium. "W3C XML Specification DTD".W3C Working Draft, http://www.w3.org/XML/1998/06/xmlspec-report- 19980910.htm. 1998
<5>World Wide Web Consortium. "XML Schema Requirements".W3C Working Draft, http://www.w3.org/tr/note-xml-schema-req-19990215.htm. 1999
<6>World Wide Web Consortium. "XML Path Language(Xpath)Version 1.0".W3C Working Draft, http://www.w3.org/tr/1999/REC-xpath- 19991116.htm. 1999
<7>World Wide Web Consortium. "XSL Transformations(XSLT)Version 1.0".W3C Working Draft, http://www.w3.org/tr/1999/R_EC-xslt- 19991116,1999
<8>World Wide Web Consortium. "Xquery 1.0:An XML Query Language".W3C Working Draft, http://www.w3.org/tr/2002/WD-xquery-20021115.htm.2002
<9>The Open Archives Initiative Protocol for Metedata Harvesting, http://www.openarchives.org/OAI/2.0/openarchivesprotocol.html
<1>易俊刚．科技期刊信息服务系统的研究与设计．中国科学院硕士学位论文．2001