甘文麗,諶章義,伍臨莉

(洛陽(yáng)師范學(xué)院 信息技術(shù)學(xué)院,河南 洛陽(yáng) 471022)

目前,在數(shù)字圖書館發(fā)展戰(zhàn)略中,人們都是基于 Internet/Web來(lái)構(gòu)建數(shù)字圖書館體系.但是由于 Internet/Web具有資源較為分散、缺乏統(tǒng)一管理等先天不足,使得信息資源體系和信息服務(wù)體系的建立變得十分困難并且效率不高.而從用戶的需求來(lái)看,人們總是希望數(shù)字圖書館系統(tǒng)能靈活地處理信息和提煉知識(shí).因此,構(gòu)建知識(shí)服務(wù)平臺(tái),為用戶提供全面的、專業(yè)化和個(gè)性化的知識(shí)服務(wù)成為現(xiàn)代數(shù)字圖書館的必然選擇.要實(shí)現(xiàn)這些功能,現(xiàn)有的 Web技術(shù)就顯得無(wú)能為力,而網(wǎng)格為我們實(shí)現(xiàn)這一目標(biāo)提供了物質(zhì)基礎(chǔ).

網(wǎng)格(Grid)是近年來(lái)興起的新的研究領(lǐng)域,被譽(yù)為繼 Internet和 Web之后的第三次信息技術(shù)浪潮.它利用互聯(lián)網(wǎng)把地理上廣泛分布的各種資源(包括計(jì)算資源、存儲(chǔ)資源、帶寬資源、軟件資源、信息資源等)連成一個(gè)邏輯整體,不僅實(shí)現(xiàn)了對(duì)各種資源的訪問(wèn),而且實(shí)現(xiàn)了對(duì)所有數(shù)據(jù)資源的統(tǒng)一訪問(wèn)[1].網(wǎng)格技術(shù)的初期主要集中在高性能科學(xué)計(jì)算領(lǐng)域,重提升計(jì)算能力,并不關(guān)心資源的語(yǔ)義,故不能有效地管理知識(shí).隨著計(jì)算網(wǎng)格發(fā)展為面向服務(wù)的網(wǎng)格,如何有效地獲取和發(fā)現(xiàn)知識(shí)資源成為網(wǎng)格技術(shù)應(yīng)用的關(guān)鍵問(wèn)題[2].知識(shí)網(wǎng)格具有高性能、一體化、知識(shí)生產(chǎn)、資源共享、異地協(xié)同工作、支持開放標(biāo)準(zhǔn)、功能動(dòng)態(tài)變化等優(yōu)點(diǎn),為數(shù)字圖書館開展知識(shí)服務(wù)提供了有利的條件.

1 基于網(wǎng)格的數(shù)字圖書館知識(shí)服務(wù)平臺(tái)構(gòu)建

1.1 框架設(shè)計(jì)

為了實(shí)現(xiàn)網(wǎng)格環(huán)境下數(shù)字圖書館的知識(shí)服務(wù),在分析數(shù)字圖書館知識(shí)服務(wù)模式的基礎(chǔ)上,設(shè)計(jì)了一種如圖1所示的集成的數(shù)字圖書館知識(shí)服務(wù)平臺(tái)框架.這個(gè)平臺(tái)總體結(jié)構(gòu)由操作層、知識(shí)庫(kù)和服務(wù)層組成.

操作層主要是對(duì)圖書館收藏的各種載體的文獻(xiàn)資源、互聯(lián)網(wǎng)資源和引進(jìn)的商業(yè)數(shù)據(jù)庫(kù)資源等通過(guò)業(yè)務(wù)自動(dòng)化系統(tǒng)和知識(shí)發(fā)現(xiàn)、智能代理、知識(shí)庫(kù)等技術(shù)進(jìn)行搜集、組織、綜合和開發(fā).知識(shí)庫(kù)由書目數(shù)據(jù)庫(kù)、自建數(shù)字資源庫(kù)、免費(fèi)網(wǎng)絡(luò)資源庫(kù)、專業(yè)導(dǎo)航庫(kù)等構(gòu)成,是對(duì)用戶開展服務(wù)的基礎(chǔ).服務(wù)層是知識(shí)服務(wù)平臺(tái)的核心,包括異構(gòu)數(shù)據(jù)統(tǒng)一檢索系統(tǒng)、數(shù)字參考咨詢系統(tǒng)、個(gè)性化服務(wù)系統(tǒng).

用戶可以通過(guò)異構(gòu)數(shù)據(jù)統(tǒng)一檢索系統(tǒng),實(shí)現(xiàn)對(duì)傳統(tǒng)圖書館館藏目錄、聯(lián)合目錄、自建數(shù)據(jù)庫(kù)、外購(gòu)數(shù)據(jù)庫(kù)、網(wǎng)絡(luò)資源等一站式的檢索.從知識(shí)轉(zhuǎn)化的角度,檢索服務(wù)實(shí)現(xiàn)了知識(shí)的內(nèi)化和融合,即用戶將所獲取的文獻(xiàn)資源(也就是顯性知識(shí))進(jìn)行分析、研究轉(zhuǎn)化為自身的隱性知識(shí).專業(yè)化服務(wù)可以為用戶提供質(zhì)量更高、速度更快的專業(yè)咨詢服務(wù),體現(xiàn)了知識(shí)的外化.個(gè)性化服務(wù)主要是針對(duì)用戶個(gè)人特定的需求進(jìn)行知識(shí)的定制和推送服務(wù).通過(guò)這些功能模塊,以資源層數(shù)據(jù)庫(kù)為依托,便可實(shí)現(xiàn)信息和知識(shí)的有效共享與服務(wù)的智能化.

圖1 數(shù)字圖書館知識(shí)服務(wù)平臺(tái)框架

1.2 關(guān)鍵技術(shù)

基于網(wǎng)格的數(shù)字圖書館知識(shí)服務(wù)平臺(tái)是以知識(shí)網(wǎng)格提供的基礎(chǔ)設(shè)施框架來(lái)實(shí)現(xiàn)數(shù)字圖書館的信息服務(wù)與知識(shí)服務(wù)功能的,其核心的關(guān)鍵技術(shù)是對(duì)信息與知識(shí)的描述、存儲(chǔ)及推理和表達(dá),即元數(shù)據(jù)目錄設(shè)計(jì),資源存儲(chǔ)與代理,知識(shí)獲取.

1.2.1 元數(shù)據(jù)目錄的設(shè)計(jì)

設(shè)計(jì)合理、高效、能互操作的元數(shù)據(jù)目錄是利用網(wǎng)格實(shí)現(xiàn)信息集成和知識(shí)集成的基礎(chǔ).元數(shù)據(jù)專門用來(lái)描述數(shù)據(jù)的特征和屬性,支持電子資源的定位、發(fā)現(xiàn)、評(píng)估、選擇等,具有互操作性、可擴(kuò)展性、獨(dú)立句法結(jié)構(gòu)、可重復(fù)性、可修改性和查尋功能[3].因此,將各種資源與服務(wù)以元數(shù)據(jù)目錄進(jìn)行展示.元數(shù)據(jù)目錄包括元數(shù)據(jù)的命名、發(fā)布與訪問(wèn),并為用戶提供統(tǒng)一的訪問(wèn)接口.可擴(kuò)展標(biāo)記語(yǔ)言 XML能夠表達(dá)網(wǎng)絡(luò)上各種信息,它不僅可以表達(dá)元數(shù)據(jù),而且可以提示數(shù)據(jù)的內(nèi)容,為信息的整理、存儲(chǔ)、交換、檢索提供了有效途徑.采用 XML來(lái)表示應(yīng)用元數(shù)據(jù),不僅能適應(yīng)網(wǎng)格的可擴(kuò)展性,同時(shí)能支持大規(guī)模組織中的各種信息源.各應(yīng)用領(lǐng)域的專家對(duì)各自領(lǐng)域的元數(shù)據(jù)進(jìn)行了詳細(xì)的規(guī)定,并采用 XML語(yǔ)言對(duì)應(yīng)用元數(shù)據(jù)進(jìn)行描述,這樣不僅可以按照學(xué)科和主題對(duì)信息內(nèi)容進(jìn)行準(zhǔn)確描述,保留早期網(wǎng)絡(luò)發(fā)展的個(gè)性化特色,而且實(shí)現(xiàn)了信息內(nèi)容描述的互理解和互操作.

1.2.2 資源的存儲(chǔ)與代理

數(shù)字圖書館的資源是在廣域范圍內(nèi)分布于異構(gòu)存儲(chǔ)設(shè)備上的各種信息與服務(wù).為提高資源的訪問(wèn)效率必須在整個(gè)網(wǎng)格范圍內(nèi)存儲(chǔ)多個(gè)副本,從而實(shí)現(xiàn)資源的就近訪問(wèn).網(wǎng)格上各個(gè)節(jié)點(diǎn)的資源存儲(chǔ)可采用適合自己體系結(jié)構(gòu)的方式,同時(shí)也應(yīng)為其它節(jié)點(diǎn)的資源進(jìn)行代理管理.代理管理利用元數(shù)據(jù)目錄為用戶提供統(tǒng)一的訪問(wèn)接口和數(shù)據(jù)視圖.用戶利用應(yīng)用程序接口(API)進(jìn)行數(shù)據(jù)訪問(wèn),而代理主體利用元數(shù)據(jù)目錄中的信息進(jìn)行協(xié)議轉(zhuǎn)換,并將轉(zhuǎn)換后的協(xié)議請(qǐng)求分發(fā)到不同的存儲(chǔ)體系,從而實(shí)現(xiàn)對(duì)分布異構(gòu)數(shù)據(jù)資源的統(tǒng)一訪問(wèn).利用智能 Agent技術(shù),設(shè)計(jì)相應(yīng)的Agent以實(shí)現(xiàn)資源存儲(chǔ)與代理的智能化處理.根據(jù)需要可設(shè)計(jì)如下 Agent:數(shù)據(jù)副本 Agent、數(shù)據(jù)移動(dòng) Agent、數(shù)據(jù)訪問(wèn) Agent和數(shù)據(jù)定位 Agent.數(shù)據(jù)副本 Agent主要負(fù)責(zé)數(shù)據(jù)副本的管理,維護(hù)數(shù)據(jù)資源與副本映像間的一致性;數(shù)據(jù)移動(dòng) A-gent主要管理不同存儲(chǔ)器上的資源的移動(dòng);數(shù)據(jù)訪問(wèn) Agent實(shí)現(xiàn)具體的存儲(chǔ)調(diào)用以及和其它存儲(chǔ)資源的代理聯(lián)系,實(shí)現(xiàn)數(shù)據(jù)訪問(wèn);數(shù)據(jù)定位 A-gent通過(guò)元數(shù)據(jù)目錄獲取有關(guān)信息,進(jìn)而實(shí)現(xiàn)數(shù)據(jù)定位.利用存儲(chǔ)和代理可以減少網(wǎng)格信息流量,使信息的查詢就地進(jìn)行,體現(xiàn)了整個(gè)系統(tǒng)在運(yùn)行過(guò)程中的統(tǒng)一邏輯視圖.采用基于 SOAP(Simple Object Access Protocol)的通信機(jī)制來(lái)實(shí)現(xiàn) Agent之間的互操作,SOAP是一種跨平臺(tái)的協(xié)議標(biāo)準(zhǔn),它通過(guò)與 XML相結(jié)合,能夠?qū)崿F(xiàn)異構(gòu)平臺(tái)間的對(duì)象調(diào)用和通信[4].

1.2.3 知識(shí)獲取

要實(shí)現(xiàn)數(shù)字圖書館的知識(shí)服務(wù)必須把分布異構(gòu)的信息資源轉(zhuǎn)換為相應(yīng)的知識(shí).要實(shí)現(xiàn)知識(shí)服務(wù)過(guò)程,數(shù)字圖書館首先要能發(fā)現(xiàn)知識(shí),其次要有對(duì)發(fā)現(xiàn)知識(shí)進(jìn)一步求精的能力,再把這些知識(shí)存入到知識(shí)庫(kù)中供用戶檢索與查詢.在知識(shí)發(fā)現(xiàn)過(guò)程中,目前一般的處理方式是以領(lǐng)域本體知識(shí)為基礎(chǔ)來(lái)進(jìn)行的[5-7].對(duì)于規(guī)范文檔,系統(tǒng)直接從給定本體中提取 XML文檔類型定義.對(duì)半結(jié)構(gòu)文檔,采用數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)的方法,將文檔的規(guī)律與相應(yīng)的本體含義進(jìn)行匹配,并直接封裝到系統(tǒng)的知識(shí)庫(kù)中,發(fā)現(xiàn)的知識(shí)在經(jīng)過(guò)評(píng)價(jià)過(guò)濾后添加到知識(shí)庫(kù)中,然后再對(duì)知識(shí)庫(kù)中的知識(shí)進(jìn)一步求精,發(fā)現(xiàn)知識(shí)庫(kù)的知識(shí)缺陷,如知識(shí)的短缺、冗余和不一致,并試圖進(jìn)行修改和完善.經(jīng)過(guò)上述的知識(shí)發(fā)現(xiàn)與知識(shí)求精處理后,相應(yīng)的信息資源體系就以知識(shí)化的形式進(jìn)行儲(chǔ)存,對(duì)用戶需求的滿足就不再僅是信息,而是提供對(duì)決策有價(jià)值的知識(shí).

2 系統(tǒng)實(shí)現(xiàn)

數(shù)字圖書館知識(shí)服務(wù)平臺(tái)要為用戶提供Web訪問(wèn)方式的界面,使用戶能夠通過(guò) SSL安全地訪問(wèn)網(wǎng)格資源、使用網(wǎng)格服務(wù)、運(yùn)行應(yīng)用程序,通過(guò)中間件技術(shù)提供到底層網(wǎng)格中各種資源和服務(wù)的連接,實(shí)現(xiàn)對(duì)網(wǎng)格服務(wù)和網(wǎng)格資源的使用[8].網(wǎng)格門戶是連接網(wǎng)格和用戶的橋梁,它的工作流程是:1)用戶使用瀏覽器程序訪問(wèn)網(wǎng)格門戶,成功登錄后使用 Web GUI提供的功能訪問(wèn)網(wǎng)格服務(wù);2)網(wǎng)格門戶接收用戶的 Web請(qǐng)求后,對(duì)請(qǐng)求進(jìn)行內(nèi)部處理,轉(zhuǎn)換成網(wǎng)格的 I/O操作.網(wǎng)格門戶集成的網(wǎng)格服務(wù)訪問(wèn)接口向相應(yīng)的網(wǎng)格資源提交網(wǎng)格 I/O操作,并接收網(wǎng)格資源的執(zhí)行結(jié)果;3)返回的原始數(shù)據(jù)在網(wǎng)格門戶中進(jìn)行處理,以用戶易于理解的 HTML格式返回給用戶瀏覽器.目前,常用的基于 Globus網(wǎng)格的 Portal開發(fā)工具有 SDSC(San Diedo Supercomputing Center)開發(fā)的 Grid Portal Toolkit和 Lawrence Berkeley National Lab開發(fā)的 GPDK(Grid Portal Development Toolkit).我們的設(shè)計(jì)采用 GPDK作為網(wǎng)格門戶開發(fā)工具.GPDK使用 JSP和 Java Servlet技術(shù),以 JavaBean的形式提供了一系列核心組件來(lái)訪問(wèn)網(wǎng)格服務(wù).在構(gòu)建數(shù)字圖書館知識(shí)服務(wù)平臺(tái)時(shí),使用 GPDK能大大加速網(wǎng)格門戶的設(shè)計(jì).網(wǎng)格環(huán)境下數(shù)字圖書館的知識(shí)服務(wù)平臺(tái)系統(tǒng)在邏輯上采用典型的 3層模型(如圖2所示).

其中,客戶端瀏覽器通過(guò) HTTP協(xié)議訪問(wèn)Web服務(wù)器.為了傳輸?shù)陌踩?瀏覽器需要支持SSL.Web服務(wù)器主要處理來(lái)自客戶端的 HTTP請(qǐng)求,并能訪問(wèn) Globus Toolkit提供的網(wǎng)格服務(wù).網(wǎng)格服務(wù)平臺(tái)提供數(shù)據(jù)存儲(chǔ)資源、計(jì)算資源和信息服務(wù).LDAP服務(wù)器存儲(chǔ)用于訪問(wèn)、管理或配置資源的特殊數(shù)據(jù)庫(kù),用對(duì)象技術(shù)和層次方式表現(xiàn)系統(tǒng)的各種資源,支持資源信息的分布存儲(chǔ)和備份,為訪問(wèn)動(dòng)態(tài)分布和多樣性的各種信息資源提供了統(tǒng)一的訪問(wèn)機(jī)制.Myproxy服務(wù)器的功能在于維護(hù)用戶的證書和代理,可以將用戶從Myproxy服務(wù)器得到的代理證書存儲(chǔ)在門戶數(shù)據(jù)庫(kù),在代理證書未過(guò)期的期限內(nèi),用戶可以直接從數(shù)據(jù)庫(kù)中讀取代理訪問(wèn)網(wǎng)格資源,避免了用戶對(duì) Myproxy服務(wù)器的頻繁訪問(wèn).

圖2 系統(tǒng)實(shí)現(xiàn)架構(gòu)

3 結(jié)語(yǔ)

數(shù)字圖書館的發(fā)展以智能化和知識(shí)化作為主要的發(fā)展動(dòng)力和方向,本文構(gòu)建了網(wǎng)格環(huán)境下數(shù)字圖書館的知識(shí)服務(wù)平臺(tái),通過(guò)用戶、管理員和系統(tǒng)軟件的協(xié)調(diào)作用可將零散的原始資源組織成一體化的信息和知識(shí)體系,有利于促進(jìn)數(shù)字圖書館信息服務(wù)向知識(shí)服務(wù)的轉(zhuǎn)變,實(shí)現(xiàn)知識(shí)產(chǎn)生、傳播和利用的總體最優(yōu)化.

[1]林偉偉,齊德昱,李擁軍.基于網(wǎng)格的分布式異構(gòu)數(shù)據(jù)集成模型[J].計(jì)算機(jī)工程,2006,32(24):48-50.

[2]魏定國(guó),彭宏.基于知識(shí)網(wǎng)格的數(shù)據(jù)挖掘[J].計(jì)算機(jī)科學(xué),2006,33(6):210-213.

[3]趙宏偉,宋寶燕,邵一川.網(wǎng)格環(huán)境下一種高效的元數(shù)據(jù)管理策略[J].廣西師范大學(xué)學(xué)報(bào):自然科學(xué)版,2007,25(4):156-159.

[4]張奇勇,王東.基于 XML及 SOAP的信息交換平臺(tái)研究[J].計(jì)算機(jī)應(yīng)用與軟件,2007,24(10):39-41.

[5]黃屹,顧進(jìn)廣,陳莘萌,等.網(wǎng)格環(huán)境下基于本體的知識(shí)庫(kù)模型研究[J].武漢大學(xué)學(xué)報(bào):理學(xué)版 ,2005,51(5):603-608.

[6]胡艷麗,白亮,張維明,等.知識(shí)網(wǎng)格中基于領(lǐng)域本體的智能檢索[J].計(jì)算機(jī)科學(xué),2007,34(8):202-207.

[7]李玉華,盧正鼎,廖振松.基于本體的通用知識(shí)網(wǎng)格架構(gòu)研究[J].華中科技大學(xué)學(xué)報(bào):自然科學(xué)版,2006,34(3):21-24.

[8]唐蕾,楊志義,周興社,等.基于網(wǎng)格的多機(jī)群資源中間件的設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)工程,2008,34(9):89-92.