基于XML的高校媒体资源的共享与检索

论文摘要

在高校的信息化建设过程中,因为各种原因使各个部门根据各自的信息需要和特定的应用选择了各自的软硬件环境,因此各种媒体资源（图、文、声、像）是按部门或功能进行组织和管理的,这导致了高校数据资源与服务的孤立。面对这些信息孤岛,本文研究了如何对媒体资源的描述信息进行集成,以及在此基础上如何对媒体资源实现共享,并建立了高校资源共享模型。共享模型借鉴了Web服务与P2P的部分互补特征,利用Web服务技术中协调者的集中服务和P2P模式中资源的边缘化分布,来实现校园网内的文件交换。系统利用XML对媒体资源进行统一的描述,并将所有资源的描述信息集中于目录服务器中进行统一的管理,并接受用户的查询,而媒体资源则分散在用户终端上,由用户进行管理,如此即减轻了服务器的负担也增强了资源管理的灵活度。由于媒体资源的共享信息以XML形式存储于服务器,为了提高XML的检索效率,建立索引是一种有效的方法。为了满足结构复杂,数量众多的XML信息检索的需要,系统建立了一种高效的基于倒排表的“文档—关键字—节点”两级索引结构,该结构在不显著增加索引空间占用的情况下包含了更加丰富的XML文档的结构和内容信息,缩小了索引检索时文档搜索的范围,提高了检索的效率。本文根据TF-IDF算法的基本思想,给出了一种计算XML查询结果相关度的方法,该算法以已有的信息检索理论中结果相关度的计算方法为基础,既考虑了XML数据中关键字出现的位置,又考虑了XML文档的树型结构对查询结果相关度的影响,从而提高了检索的效率。在以上研究的基础上,我们设计并实现了高校媒体资源共享与检索系统。系统实现了媒体资源的发布,媒体资源的检索,媒体资源的维护等功能。系统经过测试,实现了其所设计的功能,达到了其设计目的。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题背景
• 1.2 课题的研究内容与日的
• 2 高校媒体资源的共享
• 2.1 共享的含义与目的
• 2.2 共享系统的结构
• 2.3 共享系统的构造
• 2.3.1 用户种类
• 2.3.2 资源的收集与发布
• 2.3.3 资源共享与发布流程
• 2.3.4 服务描述
• 2.4 共享系统性能分析
• 2.4.1 联合受益分析
• 2.4.2 服务器硬盘占用量分析
• 2.4.3 服务器负载
• 2.4.4 管理及维护复杂度分析
• 3 资源的检索
• 3.1 XML索引的选择
• 3.2 XML检索模型
• 3.3 XML索引的建立
• 3.3.1 XML文档节点的编码
• 3.3.2 文档-关键字-节点倒排表
• 3.3.3 关键字-文档倒排表
• 3.3.4 索引的检索
• 3.3.5 相关度计算
• 4 高校资源共享系统的实现
• 4.1 系统管理模块
• 4.2 资源发布模块
• 4.3 资源检索模块
• 4.3.1 XML检索的框架结构
• 4.3.2 XML检索的功能模块
• 4.3.3 XML文档的解析
• 4.3.4 索引的存储
• 4.3.5 索引的更新
• 4.3.6 XML检索的核心算法
• 4.4 资源维护模块
• 总结与展望
• 致谢
• 参考文献
• 在校学习期间所发表的论文