元数据技术在科技资源数据库查询中的应用研究

论文摘要

论文以“河北省科技资源数据库网络建设”项目为背景,借助XML技术和J2EE规范,重点研究了河北省科技资源众多分布式异构数据库间快速信息查询问题,构建了可靠性高、兼容性好、适应Internet部署应用环境的统一多个学科信息的查询和浏览服务的检索系统。结合河北省科技资源数据库的特点,为核心数据库与专业数据库建立起合理的多级元数据标准的体系。该体系分为两层——核心元数据服务于数据集层,为整个河北省科技资源数据库建立一套用以描述数据集的元素集合；专业元数据服务于专业数据层,为专业数据的检索提供了合理的检索点,并且专业元数据之间存在着天然的血缘联系和共同基础——核心元数据,因而具备良好的互操作性。利用多级元数据中的核心元数据标准去规范描述数据集资源,以便于实现资源导航。通过元数据检索数据集,缩小了查找范围,提高了查找效率。在数据集检索算法中,利用现有的三种树匹配模型,按照匹配代价高低得出数据集匹配结果。并在此基础上对现有算法加以改进,引入“匹配预处理”功能,进行一系列的实验。结果表明,当数据规模庞大时,该算法去除树中的无用结点,提高了数据集检索的效率,特别是查全率、查准率以及平均响应时间均令人满意。对检索结果的排序进行了改进与优化处理,以便于用户能够在检索结果中尽快找到所需的资源。建立了检索条件与检索结果的向量空间模型,根据向量相似性的计算值,对“单字段检索”结果进行由高到低地排序。为了弥补传统的向量空间模型的不足,增加了“查询扩展”功能,有效地解决同义词不匹配而造成的查全率低下问题；同时,利用“辅助权值”的计算,来解决当出现多个相同的向量相似性计算值时的二次排序问题。最后,对全文的工作做了总结,并指出下一步的研究方向。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 论文的研究背景及意义
• 1.2 国内外研究现状
• 1.2.1 国内外元数据标准的研究现状
• 1.2.2 国内外现有的检索系统
• 1.2.3 XML查询匹配的研究现状
• 1.2.4 排序算法的研究现状
• 1.3 主要研究内容
• 1.4 论文组织结构
• 第二章 关键技术与理论概述
• 2.1 信息检索
• 2.1.1 信息检索系统的模型
• 2.1.2 向量空间模型
• 2.1.3 元数据与信息检索
• 2.2 元数据概述
• 2.2.1 元数据与元数据标准
• 2.2.2 元数据的类型
• 2.2.3 元数据的编码语言
• 2.3 元数据与XML
• 2.3.1 XML与元数据表示
• 2.3.2 XML Schema与元数据建模
• 2.3.3 XML文档树
• 2.4 树匹配概念及模型分析
• 第三章 科技资源多级元数据标准的研究
• 3.1 多级元数据标准的体系结构
• 3.1.1 元数据标准的设计原则
• 3.1.2 元数据标准的设计方法
• 3.1.3 多级元数据标准的构建方法
• 3.2 科技资源数据的多级元数据框架
• 3.2.1 核心元数据标准的构建
• 3.2.2 专业元数据标准的构建
• 第四章 多级元数据在查询中的应用
• 4.1 多级元数据作用
• 4.2 数据集检索
• 4.2.1 XML文档生成
• 4.2.2 查询条件分析
• 4.2.3 树的生成
• 4.2.4 匹配预处理
• 4.2.5 XML文档树编码
• 4.2.6 树匹配过程
• 4.2.7 匹配度计算
• 4.2.8 实验与结果分析
• 4.3 查询处理
• 4.3.1 语法分析
• 4.3.2 结果排序
• 第五章 科技资源数据库统一检索系统的设计与实现
• 5.1 系统设计的基本思想
• 5.2 系统构架的分析与设计
• 5.2.1 X Framework体系结构简介
• 5.2.2 统一检索系统的逻辑架构
• 5.2.3 统一检索系统的具体架构
• 5.2.4 系统构架的特点
• 5.3 用户界面层的设计与实现
• 5.3.1 用户查询界面
• 5.3.2 查询结果的显示
• 5.4 接口层的设计与实现
• 5.4.1 connections.xml定义
• 5.4.2 connectionmanager类
• 5.5 查询处理层的设计与实现
• 第六章 总结
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 个人简历、在学期间的研究成果及发表的学术论文