數(shù)字信息資源整合關(guān)鍵技術(shù)和策略研究?

葉 青 劉洪輝 易 娟 陳 瑩 黃浩波

(1．廣西醫(yī)科大學(xué)圖書館 廣西南寧 530021;2．廣東省立中山圖書館 廣東廣州 510110)

1 數(shù)字信息資源整合的關(guān)鍵技術(shù)

數(shù)字信息資源整合是依據(jù)一定的需要，利用數(shù)字資源整合技術(shù)、網(wǎng)絡(luò)技術(shù)和其它相關(guān)技術(shù)，對分布式、異構(gòu)條件下各個相對獨立關(guān)系的數(shù)字信息資源進行融合、類聚和重組，將它們重新構(gòu)建為一個信息無縫透明鏈接而效能更高的新數(shù)字信息資源檢索系統(tǒng)。經(jīng)過整合的數(shù)字資源檢索系統(tǒng)具有集成檢索功能，是跨平臺、跨數(shù)據(jù)庫、跨內(nèi)容的新型數(shù)字信息資源體系，有以下幾種技術(shù)類型:

1．1 XML中間件技術(shù)

XML是一種可以對信息進行自我描述的語言，它有使用普通文本、自定義復(fù)雜的標(biāo)記結(jié)構(gòu)以及跨平臺的優(yōu)點?！?〕當(dāng)用戶需獲取來自不同來源、不同格式的數(shù)據(jù)時，用戶就通過XML與這些數(shù)據(jù)庫進行交互，收到經(jīng)過XML中間件處理的統(tǒng)一格式的數(shù)據(jù)。

1．2 SFX 整合技術(shù)

SFX是一個基于開放的統(tǒng)一資源定位器(Open URL)標(biāo)準(zhǔn)而實現(xiàn)不同數(shù)據(jù)庫之間上下文互連的參考鏈接系統(tǒng)，它能把不同通信協(xié)議和不同數(shù)據(jù)庫系統(tǒng)來源的信息融合，實現(xiàn)不同類型、不同格式的數(shù)字信息資源無縫鏈接。

1．3 Web Service技術(shù)

Web Service是為實現(xiàn)基于web無縫集成目標(biāo)而提出的一個全新概念，主要是為了使原來各孤立站點之間的信息能夠相互通信、共享而提出的一種接口?！?－3〕

1．4 DOI技術(shù)

DOI技術(shù)是為數(shù)字環(huán)境中的圖書、期刊等數(shù)字資源對象分配唯一的、永久性的含有出版商本身DOI前綴的DOI標(biāo)識碼，方便對數(shù)字資源的管理和使用。

除上述數(shù)字資源整合關(guān)鍵技術(shù)外，還有CGI、ODBC、JDBC、ASP技術(shù)、JSP技術(shù)和地域性索引服務(wù)平臺技術(shù)等在數(shù)字資源整合中應(yīng)用。

2 圖書館數(shù)字資源的整合策略

為使讀者快速檢索到所需信息，筆者提出以下七點整合策略:

2．1 導(dǎo)航整合策略

導(dǎo)航整合策略是一種簡單的數(shù)字資源著錄整合，通過導(dǎo)航引導(dǎo)進入某個具體的數(shù)字資源庫進行單庫檢索。該策略可用SFX整合技術(shù)實現(xiàn)，但整合程度較低。

2．2 OPAC 整合策略

OPAC策略依托OPAC系統(tǒng)的功能，通過對系統(tǒng)功能擴展實現(xiàn)對圖書館各種數(shù)字資源的整合。該策略技術(shù)實現(xiàn)較容易，整合質(zhì)量也較高，但由于很多數(shù)字資源無法提供獨立的URL，且有些數(shù)字資源鏈接的IP地址常發(fā)生變化而造成數(shù)據(jù)的不能正常訪問，系統(tǒng)需進行長期不間斷的維護。

2．3 數(shù)字圖書館應(yīng)用系統(tǒng)整合策略

數(shù)字圖書館應(yīng)用系統(tǒng)整合策略是指進行數(shù)字圖書館系統(tǒng)設(shè)計時利用跨庫檢索技術(shù)建立一跨庫檢索平臺，〔4〕然后利用這一平臺的支持分布式系統(tǒng)操作、數(shù)據(jù)無縫交換及信息共享的功能，來構(gòu)建數(shù)字信息資源邏輯上的集成信息服務(wù)機制，并根據(jù)其邏輯關(guān)系把它們組織成相互聯(lián)系的立體網(wǎng)絡(luò)資源系統(tǒng)。

2．4 跨庫檢索整合策略

跨庫檢索整合策略是指建立實現(xiàn)多個數(shù)據(jù)庫同時檢索的跨庫檢索平臺?！?〕跨庫檢索具有使用方便、操作快捷的優(yōu)點，避免了單庫檢索需掌握多種檢索方法和重復(fù)輸入檢索條件的麻煩。但它整合的一般只是同一系統(tǒng)中數(shù)據(jù)結(jié)構(gòu)相似而文獻類型不同的數(shù)據(jù)庫，并非異地、異平臺的異構(gòu)數(shù)據(jù)庫。

2．5 鏈接系統(tǒng)整合策略

基于鏈接系統(tǒng)的整合策略是指依靠網(wǎng)絡(luò)的超文本鏈接功能將存在于異構(gòu)數(shù)據(jù)源的虛擬信息與真實信息實體的內(nèi)在關(guān)系進行整合。該策略實現(xiàn)較為容易，但只有簡單的鏈接功能，沒有檢索功能。

2．6 元數(shù)據(jù)整合策略

元數(shù)據(jù)的整合策略是對多個異構(gòu)、不同標(biāo)準(zhǔn)的原始數(shù)據(jù)源采用同一標(biāo)準(zhǔn)標(biāo)引建成一個按數(shù)據(jù)庫方式儲存的元數(shù)據(jù)集，通過Web Service發(fā)布系統(tǒng)與客戶端進行信息交換。它是目前應(yīng)用較多的跨平臺系統(tǒng)。但是，在原始數(shù)據(jù)源的集成過程中容易造成命名、模式結(jié)構(gòu)等沖突而導(dǎo)致元數(shù)據(jù)與原文數(shù)據(jù)源之間同步性差的現(xiàn)象。

2．7 數(shù)據(jù)倉庫整合策略

數(shù)據(jù)倉庫整合策略是指將異地、異構(gòu)數(shù)據(jù)庫系統(tǒng)中分散、不一致的數(shù)據(jù)進行整合建成一個集成同構(gòu)的數(shù)據(jù)倉儲集合并提供統(tǒng)一的檢索?！?〕該策略對硬件設(shè)備要求較高。

3 廣西醫(yī)科大學(xué)圖書館數(shù)字資源整合策略

筆者現(xiàn)結(jié)合廣西醫(yī)科大學(xué)圖書館(以下簡稱“廣醫(yī)館”)數(shù)字資源的異構(gòu)特征，并提出相應(yīng)的整合策略。

3．1 數(shù)字資源異構(gòu)特征

廣醫(yī)館現(xiàn)有文獻數(shù)字資源庫共29個，這些數(shù)字資源的異構(gòu)特征表現(xiàn)在四個方面:一是數(shù)據(jù)模型的異構(gòu):有層次、網(wǎng)狀、關(guān)系和面向?qū)ο?種;二是數(shù)據(jù)結(jié)構(gòu)有的用0ralce結(jié)構(gòu)，有的則用Sybase數(shù)據(jù)結(jié)構(gòu)，或是半結(jié)構(gòu)或非結(jié)構(gòu)的;三是系統(tǒng)控制方式的不同，該館數(shù)字資源有的采用集中式系統(tǒng)控制，有的則采用分布式系統(tǒng)控制;四是通信協(xié)議和通信結(jié)構(gòu)模式的不同:有Z39．50通信協(xié)議、HTTP標(biāo)準(zhǔn)和非標(biāo)準(zhǔn)通信協(xié)議;通信結(jié)構(gòu)模式有主從結(jié)構(gòu)、瀏覽器/服務(wù)器模式和客戶服務(wù)器模式。

3．2 數(shù)字資源整合策略

通過對數(shù)字資源整合技術(shù)和整合策略的對比研究，結(jié)合廣醫(yī)館數(shù)字資源的異構(gòu)特征和學(xué)校資金能力，采用基于OpenURL協(xié)議與XML Schema的元數(shù)據(jù)整合策略建立廣西醫(yī)科大學(xué)統(tǒng)一檢索平臺。一是借鑒丹麥的MARCXchange模式結(jié)構(gòu)，對ISO2709基本組成部分進行相應(yīng)的處理，建立用于描述CNMARC和UNMARC格式的XML Schema文檔。數(shù)字文獻信息資源整合由Wrappers模型結(jié)構(gòu)來實現(xiàn)中間件框架與XML Schema結(jié)合的中間件技術(shù)，并通過保留和建立語義約束對不同結(jié)構(gòu)文獻庫中的元數(shù)據(jù)進行提取、轉(zhuǎn)化和合并來實現(xiàn)圖書館數(shù)字信息資源庫的半自動化整合。二是統(tǒng)一檢索平臺，建立以IPAC檢索頁面為中心的一站式數(shù)字資源鏡像地址的檢索和鏈接服務(wù)，滿足OpenURL協(xié)議的鏡像地址動態(tài)修改的需求。平臺還以HORIZONIPAC檢索頁面為嵌入對象，重新構(gòu)建添加了新的鏈接信息的IPAC檢索頁面，即讀者輸入檢索信息后，返回的檢索結(jié)果頁面顯示檢索命中該館所擁有的資源類型(圖書、期刊論文、學(xué)位論文或會議論文等)及記錄數(shù)，另外還顯示對這些命中數(shù)字資源記錄的鏈接。

4 討論

4．1 制定數(shù)據(jù)庫結(jié)構(gòu)等相關(guān)文獻數(shù)字資源的國家標(biāo)準(zhǔn)

通過制訂數(shù)據(jù)庫結(jié)構(gòu)等數(shù)字資源相關(guān)國家標(biāo)準(zhǔn)，讓數(shù)字資源數(shù)據(jù)庫系統(tǒng)建設(shè)有章可循，數(shù)據(jù)互相兼容、方便移植，使不同的數(shù)字信息資源真正實現(xiàn)無縫、透明地鏈接，實現(xiàn)一站式檢索目的，節(jié)省用戶的檢索時間，提高檢索效率和信息資源的利用率，從而提高圖書館的服務(wù)水平。

4．2 研制開發(fā)科技信息國際聯(lián)機檢索系統(tǒng)

美國Dialog系統(tǒng)、德日兩國合建的STN系統(tǒng)以及法國的QuesteloOrbit系統(tǒng)是數(shù)字信息資源整合的典范，可同時在幾個甚至幾十個數(shù)據(jù)庫中進行跨庫檢索，是科技信息資源收藏、傳播、共享和利用最重要的方式和手段。因此，可借鑒國際聯(lián)機檢索系統(tǒng)的經(jīng)驗，研發(fā)符合我國國情的科技信息國際聯(lián)機檢索系統(tǒng)，提高我國數(shù)字資源的整合能力和水平。

4．3 加強數(shù)字資源整合理論和應(yīng)用研究

目前我國的數(shù)字資源的整合研究雖然取得了一些成果，也有了不小的進展。但起步較晚，經(jīng)濟技術(shù)相對落后，國家和各級政府應(yīng)該在政策和資金等方面給予鼓勵和支持，加強數(shù)字信息資源整合的理論和應(yīng)用研究，不斷探索新的整合技術(shù)和研究新的整合策略以提高我國數(shù)字信息資源的整合能力和水平，加強圖書館數(shù)字信息資源的開發(fā)利用。

1．柏永斌等．基于XML和WebService的異構(gòu)數(shù)據(jù)整合技術(shù)應(yīng)用研究．電腦知識與技術(shù)，2009，5(8):1796 －1797

2．Tsalgatidou Aphrodite，Athanasopoulos George，Pantazoglou Michael．Interoperability Among Heterogeneous Services:The case of Integration of P2P Services with Web Services．International Journal of Web Services Research，2008，5(4):79 －110

3．Yunk，Liuw，Zhou A．A framework ofWeb service composi－ tion for distributed XML query evaluation．APWeb 2005，WebTechnologiesResearch and Development．Springer，LNCS3399．2005．572 －578

4．Hao Ding，Solvberg，Ingeborg T．Semantic Data Integration Framework in Peer－to－Peer based Digital Libraries．Journal of Digital Information Management，2005，3(2):71 －75

5．翟姍姍，陳卓群，夏立新．基于OGSA的數(shù)字圖書館跨庫檢索平臺構(gòu)建．情報科學(xué)，2011(2):294－297

6．Tseng，F(xiàn)rank S．C，Chia － Wei Chen．Integrating heterogeneous data warehouses using XML technologies．Journal of Information Science，2005，31(3):209 －229