關(guān)于網(wǎng)絡(luò)信息資源聚合技術(shù)及其標準化的探討

萬瑋

摘 要：當前已有網(wǎng)絡(luò)資源具有海量性、多源性、異構(gòu)性、多模態(tài)、不確定性、動態(tài)性、復雜內(nèi)聯(lián)等特征。這些特性對網(wǎng)絡(luò)資源聚合處理與服務(wù)提出了巨大挑戰(zhàn)。因此，必須突破現(xiàn)有聚合技術(shù)，滿足聚合應(yīng)用需求，解決多源異構(gòu)資源的集成問題。

關(guān)鍵詞：網(wǎng)絡(luò)信息資源；聚合；標準化；數(shù)據(jù)標準

1 網(wǎng)絡(luò)信息資源概述

（一）網(wǎng)絡(luò)信息資源的定義

截至目前，何為網(wǎng)絡(luò)信息資源并沒有明確的定義，但是就普遍意義而言，我們可以做出如下的基本定義。第一，網(wǎng)絡(luò)信息資源是指通過計算機網(wǎng)絡(luò)可以利用的各種數(shù)據(jù)信息資源的總和。第二，網(wǎng)絡(luò)信息資源是指所有以電子數(shù)據(jù)形式存儲在磁、光等非紙介質(zhì)載體中的圖像、文字、聲音、動畫等多種形式的信息，可通過網(wǎng)絡(luò)通信、計算機或終端等方式再現(xiàn)。第三，網(wǎng)絡(luò)信息資源可用于滿足用戶的各種需求，但并非全部的網(wǎng)絡(luò)信息資源均為有效資源。

（二）網(wǎng)絡(luò)信息數(shù)字資源標準使用現(xiàn)狀分析

1.網(wǎng)絡(luò)信息資源海量化

當今網(wǎng)絡(luò)數(shù)據(jù)資源呈現(xiàn)出海量化的特點，即在網(wǎng)絡(luò)上充斥著各種形式、各種含義的信息，嚴重浪費了網(wǎng)絡(luò)用戶用于搜索有效信息的時間和精力。而且有很多數(shù)據(jù)信息未經(jīng)過標準化和集成化的處理就被放置到網(wǎng)絡(luò)上，可稱之為垃圾信息，嚴重干擾了網(wǎng)絡(luò)用戶的正確選擇。

2.網(wǎng)絡(luò)信息資源多樣化、異構(gòu)化

當今網(wǎng)絡(luò)數(shù)據(jù)資源呈現(xiàn)出多樣化、異構(gòu)化的特點，即同一含義的信息以圖像、聲音、文字等不同形式被重復放置到網(wǎng)絡(luò)上，數(shù)據(jù)冗余量大，對網(wǎng)絡(luò)用戶的唯一性和高效性選擇帶來了一定程度上的阻礙。

3.網(wǎng)絡(luò)數(shù)據(jù)標準的使用存在誤區(qū)

現(xiàn)如今這個網(wǎng)絡(luò)信息技術(shù)高速發(fā)展的時代，充斥著各種各樣的數(shù)據(jù)標準，幾乎針對不同的數(shù)據(jù)層次甚至不同的使用環(huán)境、不同的用戶都有其自適應(yīng)的標準。并且伴隨著每一次的技術(shù)革新，都會有一些形式的數(shù)據(jù)被拋棄閑置，相應(yīng)的就會有針對新一代的數(shù)據(jù)形式的標準出現(xiàn)。所以，縱觀整個網(wǎng)絡(luò)環(huán)境之中，尚未形成一個高效的、合理的、統(tǒng)一的數(shù)據(jù)標準，這也是造成網(wǎng)絡(luò)數(shù)據(jù)資源海量化、多樣化、異構(gòu)化的原因之一。

2 網(wǎng)絡(luò)數(shù)據(jù)資源描述標準化必要性分析

（一）避免或者減少“數(shù)據(jù)孤島”的產(chǎn)生和影響

“數(shù)據(jù)孤島”指的是各種類型的數(shù)據(jù)相互之間功能不能有效連接、信息不能合理共享以及數(shù)據(jù)信息與應(yīng)用流程之間不能很好耦合的情況。如果網(wǎng)絡(luò)繼續(xù)允許多重數(shù)據(jù)標準的冗雜存在，那么各類數(shù)據(jù)之間便會出現(xiàn)不能進行有效的溝通與建設(shè)、不能得到及時的更新、大量垃圾信息比比皆是、信息存在極大冗余的情況，為網(wǎng)絡(luò)用戶的使用和選擇造成極大困擾。

（二）網(wǎng)絡(luò)資源的時代特性

當今社會，信息技術(shù)飛快發(fā)展，網(wǎng)絡(luò)更新?lián)Q代非常迅速，網(wǎng)絡(luò)資源具有了異構(gòu)性、多源性等特性。網(wǎng)絡(luò)信息資源數(shù)量龐大繁雜，包涵各行各業(yè)、各個時期的知識，從中找出所需的信息是非常麻煩的；網(wǎng)絡(luò)信息資源參差不齊，各種精華糟粕都充斥其中，辨別出正確信息是非常艱難的；網(wǎng)絡(luò)信息資源的存儲格式、標記格式、編碼標準等等，在不同時代、不同國家、不同企業(yè)多數(shù)是不同的，使得信息無法兼容共享。以上的種種問題使得我們對于。

（三）網(wǎng)絡(luò)資源標準化有利于信息管理

21世紀是“大數(shù)據(jù)”的時代。網(wǎng)絡(luò)上海量的信息資源面臨的最大的問題就是數(shù)據(jù)的管理。國內(nèi)、國際上各種各樣的信息資源描述標準，就需要各種各樣的管理方式。信息的管理既有人工管理，又有機器管理。信息資源的管理要求我們用更加標準化的描述方式來建立更加標準化的管理方式。

（四）網(wǎng)絡(luò)資源標準化有利于數(shù)據(jù)挖掘

網(wǎng)絡(luò)信息資源不僅僅需要整合、聚集和分類，還需要從數(shù)據(jù)庫的大量數(shù)據(jù)中揭示出隱含的、先前未知的并有潛在價值的信息。這些信息對于研究某些事物的內(nèi)在規(guī)律并預測其未來趨勢有著極大的幫助，這也是網(wǎng)絡(luò)給人類社會帶來的巨大好處，這是傳統(tǒng)的信息存儲、傳播方式所做不到的。

（五）我國網(wǎng)絡(luò)資源利用現(xiàn)狀不佳

我國的數(shù)據(jù)標準化還在不斷發(fā)展之中，比之國外仍有不足之處。以教育資源為例，國外關(guān)于教育資源標準化的研究起于二十世紀九十年代末，各標準互相借鑒、互相兼容，不斷完善。而我國起步較晚，于二十一世紀初起步，現(xiàn)在也有了一套自己的體系。但是教育資源不止一套標準，各種標準容易混淆，產(chǎn)生混亂，有時兼容起來還會出現(xiàn)錯誤。很多網(wǎng)上的信息難以為我們使用。

3 聚合技術(shù)簡析

（一）聚合的定義

在信息技術(shù)領(lǐng)域，聚合主要指的是內(nèi)容的聚合。能夠從各個網(wǎng)站或服務(wù)器收集資源，并有效率地提供給用戶的一種數(shù)據(jù)集成手段。

（二）聚合的手段

1.人工搜集：由網(wǎng)站管理員通過各種渠道收集信息

2.半自動搜索：對人工搜集和自動化搜集的一種補充，介于兩者之間。

3.自動化搜集：完全由網(wǎng)絡(luò)自動索引軟件完成的一種數(shù)據(jù)搜集方式。

優(yōu)秀的聚合方式是一種以自動化為主，人工和半自動為輔的聚合方式。

（三）資源聚合應(yīng)注意的問題

不同領(lǐng)域，不同背景的用戶對于信息資源有不同的需求和目的。對某些領(lǐng)域的用戶而言，他們關(guān)注的信息數(shù)據(jù)恰恰是另一領(lǐng)域用戶認為不重要的數(shù)據(jù)，因此，怎樣制定標準，以什么標準為標準成為了資源聚合的一大難題。資源是為了用戶服務(wù)的，只有讓用戶感到滿意的資源聚合才是優(yōu)秀的資源聚合方式。

互聯(lián)網(wǎng)數(shù)據(jù)的不斷發(fā)展使得數(shù)據(jù)形式多樣化復雜化，缺乏成熟統(tǒng)一的數(shù)據(jù)標準，混亂的標準造成了相同數(shù)據(jù)的冗余，比如在搜索引擎上會搜索出許多內(nèi)容完全相同的屬于不同服務(wù)器或網(wǎng)站的數(shù)據(jù)。隨著信息資源的火箭式增長，大量的數(shù)據(jù)會對整個網(wǎng)絡(luò)造成難以想象的負荷。

知識產(chǎn)權(quán)問題，對于網(wǎng)絡(luò)數(shù)據(jù)的產(chǎn)權(quán)歸屬難以判斷。由于網(wǎng)絡(luò)的開放性和匿名性，網(wǎng)絡(luò)信息資源的所有者很難標明，當前不成熟的網(wǎng)絡(luò)體系也造成了知識產(chǎn)權(quán)被侵犯的現(xiàn)象。要解決這一現(xiàn)象，一方面就要從制定網(wǎng)絡(luò)信息資源的標準入手，讓網(wǎng)絡(luò)信息資源能標明版權(quán)所有者，最大限度的保證知識產(chǎn)權(quán)不被侵犯。

4 建議

（一）異構(gòu)性網(wǎng)絡(luò)融合

網(wǎng)絡(luò)設(shè)備的不斷更新?lián)Q代，使得網(wǎng)絡(luò)資源具有了異構(gòu)性。因此網(wǎng)絡(luò)建設(shè)過程中需要考慮異構(gòu)網(wǎng)絡(luò)間的相互關(guān)系以及未來網(wǎng)絡(luò)和設(shè)備的發(fā)展。規(guī)劃設(shè)計中應(yīng)當靈活部署，同時還需要考慮合理利用現(xiàn)有網(wǎng)絡(luò)資源，提高網(wǎng)絡(luò)效率和性能。

異構(gòu)網(wǎng)絡(luò)整體運維、優(yōu)化所涉及到的數(shù)據(jù)量極大，這些數(shù)據(jù)的存儲和管理是非常繁瑣的工作，需要進行合理的數(shù)據(jù)組織和建立相應(yīng)的網(wǎng)管支撐體系。異構(gòu)網(wǎng)絡(luò)必須加強優(yōu)化與融合，使網(wǎng)絡(luò)資源的利用率最大化。

（二）各種數(shù)據(jù)標準互補化發(fā)展

當今網(wǎng)絡(luò)資源描述的標準是多種多樣的，國與國之間不同，不同領(lǐng)域之間不同，同一領(lǐng)域內(nèi)部也有不同。有時候一些組織為了體現(xiàn)自己的特色，實現(xiàn)“創(chuàng)新”二字，過分追求標新立異，使得描述標準朝著越來越遠的方向發(fā)展。我們要摒除這些不必要的特立獨行，各種數(shù)據(jù)描述標準互補化發(fā)展，努力實現(xiàn)最大的兼容，使得資源的利用率得到提高。

（三）建立全面完善的標準化體系

1.資源分類的標準化

將原本零散分布的不成體系的網(wǎng)絡(luò)資源按照統(tǒng)一的標準進行編碼，使之成為有自己特殊標識又能夠統(tǒng)一分類的完整體系，但是并不改變各資源的實際物理存儲路徑。現(xiàn)在的各種描述標準在細節(jié)上往往沒有詳細規(guī)定，使得標準的一致性程度不夠。所以應(yīng)當采用統(tǒng)一的分類標準。

2.資源描述的標準化

資源描述的標準化是指將已經(jīng)具有標準化分類屬性的資源進行進一步的元數(shù)據(jù)層面的標準化描述，使之具備更為統(tǒng)一的元數(shù)據(jù)結(jié)構(gòu)，同時仍不影響其內(nèi)在內(nèi)容的多樣性。

3.資源包裝的標準化

資源包裝的標準化過程即對資源庫內(nèi)的資源進行組織結(jié)構(gòu)標準化的過程，即在元數(shù)據(jù)標準化的基礎(chǔ)上，將已經(jīng)具備一致性特征數(shù)據(jù)格式的小粒度資源根據(jù)其需要，進行組織和封裝，成為一個標準化資源包，從而在并不影響資源內(nèi)在特征的前提下，完成對一個較大課程的整體標準化內(nèi)容描述和結(jié)構(gòu)組織。

5 結(jié)束語

近來隨著網(wǎng)絡(luò)技術(shù)的高速發(fā)展和網(wǎng)絡(luò)用戶群的急劇擴大，當前的網(wǎng)絡(luò)聚合技術(shù)面臨著極大地挑戰(zhàn)。如何在整個網(wǎng)絡(luò)中形成一個系統(tǒng)的、高效的標準化過程必定是一個艱辛的摸索過程，但是其效益必將是巨大的。相信隨著技術(shù)的革新和標準化工作的推進，廣大網(wǎng)絡(luò)用戶必將享受到更為高質(zhì)量的服務(wù)。

參考文獻

[1] 基于關(guān)聯(lián)數(shù)據(jù)的數(shù)字圖書館資源聚合與服務(wù)研究_伍革新

[2] 網(wǎng)絡(luò)環(huán)境下數(shù)字信息資源的標準與共享_牛勝元