公共文化搜索平臺的網(wǎng)絡(luò)建設(shè)

趙云華

公共文化搜索平臺的網(wǎng)絡(luò)建設(shè)

趙云華

文章從系統(tǒng)總體目標和功能需求兩個方面對公共文化搜索平臺展開需求分析，在此基礎(chǔ)上，提出了平臺的設(shè)計方案，最后論述了平臺開發(fā)所需要的技術(shù)支撐。

公共文化 搜索平臺 設(shè)計 開發(fā)

自改革開放已經(jīng)，我國經(jīng)濟在不斷地發(fā)展，正在想“創(chuàng)新驅(qū)動，轉(zhuǎn)型發(fā)展”邁進，持續(xù)擴大了第三產(chǎn)業(yè)的比重［1］，將極大地增強城市綜合服務(wù)功能，在經(jīng)濟社會中進一步提升文化的地位，對于廣大的人們來說，當保障了物質(zhì)生活之后，就逐漸增長了對精神文化的需求，進一步的對精神文化有所要求。本文基于實際應(yīng)用，對公共文化推送系統(tǒng)的實際應(yīng)用進行了詳細的探討，力爭達到公共文化服務(wù)信息中供需雙方的對接，推動文化市場繁榮發(fā)展。文化知識的普及、先進文化的傳播以及精神食糧的提供是由政府主導、社會參與的形式形成的，公共文化信息系統(tǒng)能經(jīng)一部提高供需信息的緊密度，使人民群眾的文化需求得到滿足，對其基本文化權(quán)益提供保障。

計算機技術(shù)和網(wǎng)絡(luò)技術(shù)在快速發(fā)展，同時在社會發(fā)展過程中也呈現(xiàn)出了大量化和多樣化的信息，互聯(lián)網(wǎng)上的信息擴大增長速度幾乎是按照幾何級數(shù)遞增的。大量化的信息有助于人們對信息的獲取，但是繁多的信息不僅能把便捷帶給人們，同時還把篩選信息的煩惱帶給人們［2］。公共文化搜索平臺引入的推送技術(shù)和搜索引擎技術(shù)都較為先進，通過語義化理解相關(guān)問題，針對用戶需求，尋求相關(guān)的科技資源，使提供給用戶的公共文化資源反饋更加精準和全面。

一、公共文化搜索平臺的需求分析

（一）系統(tǒng)總體目標

在文化信息資源共享工程中，基于網(wǎng)絡(luò)設(shè)施，在鎮(zhèn)村、街道文化站、各級公共圖書館以及社區(qū)文化活動室建設(shè)的基礎(chǔ)上，可以建設(shè)公共電子閱覽室，使構(gòu)建公共文化信息化體系具有技術(shù)先進、傳播快捷、內(nèi)容豐富以及覆蓋城鄉(xiāng)的特點把更加便捷和豐富的公共數(shù)字文化服務(wù)提供給廣大群眾，在信息技術(shù)環(huán)境下保障公共文化服務(wù)的基本型、便利性、公益性以及均等性［3］。公共文化搜索平臺的目標如下：首先確保開展的消息搜索具有多功能，公共文化搜索平臺在搜索消息的過程中能實現(xiàn)其多功能性，確保廣大群眾信息獲取的快捷和方便，同時體現(xiàn)出當代單位和新媒體信息獲取的智能化和科技化。各個媒體、單位以及政府通過應(yīng)用公共文化搜索平臺，可以把多種公共文化消息推送出去，比如在最先的事件內(nèi)把需要廣大群眾參與的通告、通知、調(diào)研、變動信息以及政策條例等方便快捷的以多種現(xiàn)代化方式向廣大群眾推送，依托平臺強大的移動通信能力彌補傳統(tǒng)信息發(fā)布方式的缺憾。其次是通過多種手段和方式確保信息覆蓋的全面性，公共文化搜索平臺內(nèi)，具有繁多的信息量，而且具有多樣性的信息推送方式，也即是說，信息推送平臺的“內(nèi)聯(lián)性”很強［4］。在大多數(shù)信息的推送過程中，多是以郵件方式進行的，廣大群眾可以選擇回復郵件或者其他處理方式，也可以通過設(shè)置郵件系統(tǒng)，對接收的郵件通知進行自動的回復，回復方式包括傳真和短信兩種，有助于信息發(fā)布方與群眾之間的互動。同時郵件的功能還包括附件的上傳，上傳的附件可以為幾百兆大小，具有非常大的信息量。最后，通過信息化手段的應(yīng)用，可以使信息獲取能力得到有效提高，減少紙張的使用。電子化信息處理和推送有助于對社會發(fā)展的促進和群眾信息獲取能力的提升。

總體目標是建設(shè)文化共享工程資源和廣泛分布的文化類網(wǎng)站群資源進行查詢檢索的統(tǒng)一入口，其中結(jié)構(gòu)化資源可以根據(jù)元數(shù)據(jù)字段準確檢索，同時結(jié)構(gòu)化數(shù)據(jù)與顯示形式無關(guān)，可以支撐全媒體終端服務(wù)；其中海量非結(jié)構(gòu)化的網(wǎng)站信息進行抓取后，與其他結(jié)構(gòu)化數(shù)據(jù)資源進行整合，形成統(tǒng)一管理、索引、發(fā)布服務(wù)，實現(xiàn)結(jié)構(gòu)化元數(shù)據(jù)與非結(jié)構(gòu)化網(wǎng)絡(luò)資源的統(tǒng)一檢索。實時掌握各級單位數(shù)字文化資源建設(shè)情況，資源數(shù)量、文件格式、內(nèi)容分類、分布情況，隨時了解文化單位資源建設(shè)、保存、服務(wù)動態(tài)，為大數(shù)據(jù)挖掘，提供再利用條件。

（二）功能需求

公共文化搜索平臺從功能上來說，在公共文化信息服務(wù)中是面向公眾的出行需求出發(fā)的，在互聯(lián)網(wǎng)站上通過網(wǎng)絡(luò)技術(shù)的應(yīng)用在電子地圖可視化基礎(chǔ)上實現(xiàn)地理信息服務(wù)。平臺通過發(fā)布和推送公共文化信息內(nèi)容如農(nóng)業(yè)技術(shù)、益智游戲、紅色歷史以及社會公益標語廣告，公共文化信息的推動以及信息發(fā)布功能得以實現(xiàn)，平臺主要通過主動積極的方式把公共文化信息推送給廣大用戶，包括紅色歷史、農(nóng)業(yè)技術(shù)、文化專題、實用技能、經(jīng)典影視［5］。特色資源以及舞臺藝術(shù)。公共文化搜索平臺的具體功能如下所示：首先是信息傳播推送，該子系統(tǒng)是把公共文化信息以一種主動積極的方式推送給廣大用戶，包括紅色歷史、文化專題、舞臺藝術(shù)、地方特色、農(nóng)業(yè)技術(shù)、經(jīng)典影視以及使用技能，同時對于參與互動的市民進行提倡和鼓勵，把雙向溝通的橋梁和渠道積極搭建起來，該子系統(tǒng)的具體模塊包括電子郵件推送、手機客戶端推送以及手機短信推送；其次是公共文化信息采集，主要由兩條收集系統(tǒng)信息的渠道，包括與公共文化信息相關(guān)的系統(tǒng)內(nèi)設(shè)置的網(wǎng)站，在設(shè)定的時間內(nèi)由網(wǎng)絡(luò)爬蟲完成信息的收集；信息管理員以手動形式添加的信息。對于公共文化信息來說，信息推送中的信息管理功能可以表現(xiàn)為信息服務(wù)系統(tǒng)，尤其是針對城市公眾出行，通過注冊公共文化推送平臺并經(jīng)過認證的用戶，上述用戶并不特指單一的個體，而是包含了政府機構(gòu)、商家、公共媒體單位以及企業(yè)在內(nèi)。系統(tǒng)對這些信息收集完成之后，還會進行相應(yīng)的分類處理。最后是后臺管理，根據(jù)具體要求后臺管理員可以完成系統(tǒng)的設(shè)置，最終實現(xiàn)用戶需求的滿足，為了便于系統(tǒng)后期的維護，盡量不對內(nèi)部代碼進行修改，系統(tǒng)最好實現(xiàn)多樣化以及多功能化的管理與配置功能，滿足個性化的管理需求。

二、公共文化搜索平臺的設(shè)計方案

依托現(xiàn)有的技術(shù)，為了使用戶的個性化搜索需求得到滿足，本文設(shè)計的系統(tǒng)充分結(jié)合了現(xiàn)代化的本體技術(shù)、中文自然語義理解基于以及數(shù)據(jù)挖掘技術(shù)對搜索系統(tǒng)進行構(gòu)建，通過web平臺上的操作界面，按照用戶輸入的關(guān)鍵詞對關(guān)鍵詞關(guān)聯(lián)性較強的科技資源信息進行搜索。當用戶向系統(tǒng)中輸入某自然與關(guān)鍵詞時，系統(tǒng)首先要語義理解該問題關(guān)鍵詞，關(guān)于問題形成本體。再對本體間的關(guān)系進行充分的利用，把本體相關(guān)的所以本體項都找出來并指定為新的關(guān)鍵詞，通過檢索科技資源數(shù)據(jù)庫，把用戶搜索詞內(nèi)容相關(guān)的科技資源都搜索出來，最后按照組織、整理以及排序等操作反饋給用戶檢索的最終結(jié)果。

（一）平臺的體系結(jié)構(gòu)

利用本體，按照系統(tǒng)工作流程統(tǒng)一描述事物概念，為了便于計算機的理解，通過語義轉(zhuǎn)換把用戶提供的關(guān)鍵字變?yōu)闃藴试~庫的描述，通過本體間的關(guān)系對相關(guān)項進行搜索，檢索出關(guān)鍵詞相關(guān)資源。

在語義理解關(guān)鍵詞、搜索相關(guān)項以及索引的建立，需要對預(yù)先建立的資源本體庫進行調(diào)用，并對相關(guān)數(shù)據(jù)和信息進行處理。在語義理解的過程中，對于自然語句的詞匯，本體的類概念會進行相應(yīng)的歸類和定義，使系統(tǒng)冗余得到有效減少，各種自然語言通過本體的概念化和形式化可以轉(zhuǎn)換成標準詞匯便于計算機的理解。在相關(guān)項搜索中，通過本體間關(guān)系的梳理，可以把相關(guān)的本體項找出，完成信息的查找和搜索。在語義標注環(huán)節(jié)，按照本體庫可以實現(xiàn)科技資源的標注，匹配用戶提供的關(guān)鍵詞完成搜索。

（二）平臺的層次結(jié)構(gòu)

系統(tǒng)根據(jù)具體的執(zhí)行功能，可以分為圖1所示的四個層次：表示層、數(shù)據(jù)層、業(yè)務(wù)層以及實物層。

圖1 系統(tǒng)層次結(jié)構(gòu)

首先是表示層，在web頁面上通過用戶的操作，可以完成用戶需求的輸入以及結(jié)果的反饋；其次是數(shù)據(jù)層，構(gòu)建的本體概念、實例、關(guān)系以及子類等本體庫，并對科技資源的索引進行構(gòu)建和數(shù)據(jù)庫的建立；第三是業(yè)務(wù)層，在系統(tǒng)核心處理模塊的建設(shè)過程中，需要相互提供數(shù)據(jù)通信接口；最后是實物層，公共文化搜索平臺中的科技資源實體囊括了文獻論文、樣品標本、儀器設(shè)備以及科學數(shù)據(jù)等，首先要數(shù)字信息化這些科技資源，然后按照科技資源描述將關(guān)鍵信息搜集到資源數(shù)據(jù)庫中。

（三）搜索平臺的設(shè)計模型

圖2給出了在本體基礎(chǔ)上架構(gòu)的資源搜索平臺模型示意圖。由圖可知，在web基礎(chǔ)上通過JsP、Java等技術(shù)開發(fā)了查詢輸入接口；通過JenaAPI實現(xiàn)相關(guān)項信息的處理以及語義理解?？萍假Y源在信息化之后存放在科技資源庫中，本體庫中存儲的文件是OWL形式的，描述科技資源庫的相關(guān)信息存放在語義元數(shù)據(jù)庫中。

圖2 收索平臺模型

三、公共文化搜索平臺開發(fā)所需的技術(shù)

（一）非結(jié)構(gòu)化數(shù)據(jù)搜索引擎

搜索引擎是把互聯(lián)網(wǎng)查詢服務(wù)提供給用戶的一種搜索工具。在互聯(lián)網(wǎng)中按照一定的策略可以搜索和發(fā)現(xiàn)信息，同時進行提取、組織和處理信息的操作，針對用戶，通過檢索服務(wù)的提供，發(fā)揮信息導航的作用。在互聯(lián)網(wǎng)上搜索引擎會主動對網(wǎng)頁信息進行搜索并按照一定的規(guī)則提供信息的索引，在可供查詢的數(shù)據(jù)庫中完成索引內(nèi)容的存儲，用戶在查詢過程中，只需要誰關(guān)鍵字，搜索引擎就把包含關(guān)鍵字的網(wǎng)址鏈接全部反饋給用戶。搜集、索引和檢索時搜索引擎體系框架之中的三個主要模塊。

首先是搜集模塊，通過互聯(lián)網(wǎng)中網(wǎng)絡(luò)蜘蛛的應(yīng)用，可以實現(xiàn)對網(wǎng)頁的自動瀏覽，進而實現(xiàn)對信息的收集。網(wǎng)絡(luò)蜘蛛在B空間中能實現(xiàn)自動遍歷功能，可以對網(wǎng)頁上的內(nèi)容進行掃描，從一個網(wǎng)頁沿著網(wǎng)絡(luò)鏈接可以掃描到另一個網(wǎng)頁，通過鏈接的不斷傳遞可以把幾乎全部的網(wǎng)頁信息都收集起來；其次是索引模塊，陣地收集到的網(wǎng)頁，索引模塊可以完成分析操作，把頁面中的無用信息排除在外之后對網(wǎng)頁信息進行提取，比如頁面生成時間、網(wǎng)頁的URL地址、編碼類型、頁面的格式、與其余頁面鏈接的關(guān)系、頁面內(nèi)容含有的關(guān)鍵字及其位置等［6］。在每個頁面中，根據(jù)內(nèi)容與超鏈接關(guān)鍵字之間的相關(guān)度，采用復雜的算法可以計算出兩者之間的相關(guān)度，進而對網(wǎng)頁索引數(shù)據(jù)庫進行建設(shè)；最后是檢索模塊，通過關(guān)鍵詞的輸入，用戶可以進行檢索，對用戶查詢時輸入的關(guān)鍵字進行分析，然后對建立好的索引進行訪問，在搜索引擎系統(tǒng)中，已經(jīng)計算得出所有網(wǎng)頁與輸入關(guān)鍵詞之間的相關(guān)度，系統(tǒng)要按照高低對相關(guān)度數(shù)值進行排序，搜索結(jié)果中的網(wǎng)頁關(guān)鍵信息和地址由頁面生成系統(tǒng)組織起來向用戶反饋就可以了。

（二）結(jié)構(gòu)化元數(shù)據(jù)搜索引擎

結(jié)構(gòu)化元數(shù)據(jù)搜索引擎是面向各級文化單位發(fā)布的結(jié)構(gòu)化文化信息資源采用的收割方式，處理流程包括收割和整合兩步。收割過程，即對分布在各地的元數(shù)據(jù)進行自動收集處理，該過程基于OAI-PMH協(xié)議，由中心收割服務(wù)器自動、定時對各級文化單位的加工層的元數(shù)據(jù)進行收割，元數(shù)據(jù)采用DublinCore格式，收割過程無需人工干預(yù)，系統(tǒng)按照既定設(shè)置自動運行。

整合，由于收割后的元數(shù)據(jù)內(nèi)容采用XML統(tǒng)一格式，這些元數(shù)據(jù)可以快速、透明、經(jīng)濟的進行整合，管理人員可以方便對各地分布式資源進行管理、檢索與統(tǒng)計。系統(tǒng)可以自動使相關(guān)資源產(chǎn)生關(guān)聯(lián)，生成特色資源庫、專業(yè)門戶，對外提供元數(shù)據(jù)整合檢索。各中心數(shù)據(jù)庫通過門戶可以自動產(chǎn)生橫向關(guān)聯(lián)，系統(tǒng)自動將相關(guān)數(shù)據(jù)同時發(fā)布，使得各中心資源形成有機整體。

（三）信息推送技術(shù)

作為一種公眾服務(wù)，信息推送提供的信息是可靠的，首先信息推送系統(tǒng)要具有可靠的信息，才能進一步的實現(xiàn)信息的推送。所以，信息推送平臺要把各類公共文化信息收集在一起，當然信息推送成員也可以自主添加這些信息。用戶要想接收到推送平臺發(fā)布的信息，首先要對自己的基本信息進行填寫，然后在平臺中對個性化的專屬主題進行定制，形成自己的檔案信息，主要包括信息的推送方式、推送內(nèi)容以及推送時間段等等。在數(shù)據(jù)庫中信息推送系統(tǒng)一旦檢索到用戶的需求信息，就會根據(jù)用戶填寫的興起愛好等基本信息，把符合條件的信息推送給用戶。圖3給出了具體的推送流程。

圖3 推送技術(shù)工作流程

四、結(jié)語

本文設(shè)計并實現(xiàn)的公共文化搜索平臺對網(wǎng)絡(luò)資源和結(jié)構(gòu)化元數(shù)據(jù)進行收割并存儲，可以直接搜索用戶提交的關(guān)鍵詞，是對相關(guān)以文化單位或互聯(lián)網(wǎng)上的文化信息資源的采集資源的搜索，用戶只需要指定搜索范圍并給出模糊的關(guān)鍵詞，就可以通過搜索引擎確定用戶需求的相關(guān)資源，理解用戶的搜索需求，同時，搜索平臺可以對認證用戶的搜索習慣進行記錄和分析，實現(xiàn)定向信息資源的推送，使公共文化搜索的查準率和查重率都得到有效提升。

［1］由麗萍，秦雅楠.框架與Petri網(wǎng)相結(jié)合的中文情境知識表示方法研究.信息系統(tǒng).2011，34：102～104.

［2］云健，王春霞.搜索引擎技術(shù)綜述［J］.河西學院學報.2008（6）：21～25.

［3］周琦.基于關(guān)鍵詞的語義搜索［D］.上海：上海交通大學，2009.

［4］朱旭光，郭晶.雙重失靈與公共文化服務(wù)體系建設(shè)［J］.經(jīng)濟論壇，2010（3）：32～35.

［5］沈泉生.公共文化服務(wù)重在社會效益［N］.中國文化報，2010（07）01.

［6］巫志南.現(xiàn)代服務(wù)型公共文化體制創(chuàng)新研究［J］.華中師范大學學報（人文社會科學版），2008（10）：55～59.

（作者單位：廣西壯族自治區(qū)圖書館）

趙云華（1971-），漢族，男，黑龍江依蘭人，副研究館員，本科，研究方向：圖書館信息化建設(shè)。