基于XML的特色數(shù)據(jù)庫發(fā)布平臺研究.pdf

1、隨著社會經(jīng)濟和科學技術的不斷進步，圖書館通過建設特色數(shù)據(jù)庫提升服務質量，彰顯本館特色，增強可持續(xù)發(fā)展的能力和社會競爭力。特色數(shù)據(jù)庫建設可以為高校、研究所等研究機構提供信息情報支持，更好的為地區(qū)經(jīng)濟發(fā)展服務。
　　本文針對我國部分211院校圖書館特色數(shù)據(jù)庫建設情況進行了調查，由于社會經(jīng)濟發(fā)展的需要，當前特色數(shù)據(jù)庫建設發(fā)展迅速，逐步接近國際水平，但仍然存在重復建設、標準不統(tǒng)一、數(shù)據(jù)質量不高、維護不及時等問題。這急需通過建立一套可以統(tǒng)一

2、開發(fā)并發(fā)布特色數(shù)據(jù)庫的系統(tǒng)來解決。雖然現(xiàn)在已經(jīng)出現(xiàn)了類似CALIS這樣的綜合性數(shù)據(jù)庫發(fā)布平臺，但是在專業(yè)化、覆蓋面和功能結構上仍然不能適應特色數(shù)據(jù)庫發(fā)展的需要。
　　從CALIS系統(tǒng)的發(fā)展可以看出，特色數(shù)據(jù)庫發(fā)布平臺是一個融合了多種技術的綜合性平臺，具有采集、轉換、編目、瀏覽閱讀、跨庫檢索和數(shù)據(jù)統(tǒng)計分析等功能，是數(shù)字化圖書館功能的延伸。本文選擇特色數(shù)據(jù)庫諸多問題中較為突出的兩個問題進行研究:如何充分利用不同標準的元數(shù)據(jù)；如何利用用

3、戶行為日志指導特色數(shù)據(jù)庫建設。
　　通過對這兩個問題的深入分析，得出解決方案，完成特色數(shù)據(jù)庫發(fā)布平臺功能模塊的設計。本文針對上述問題，采用XML和聚類分析兩類技術，設計了特色數(shù)據(jù)庫發(fā)布平臺的兩個主要功能部件的模型，完成了以下工作:
　　(1)使用XML描述 MARC元數(shù)據(jù)，使用RDF描述 DC元數(shù)據(jù)；
　　(2)使用XLST將已描述的MARC元數(shù)據(jù)轉換為DC元數(shù)據(jù)；
　　(3)使用DOM樹將包含有DC元數(shù)據(jù)的XM

4、L導入關系數(shù)據(jù)庫；
　　(4)設計基于K-means算法的用戶訪問日志的聚類分析；
　　(5)根據(jù)聚類分析結果給出圖示，為特色數(shù)據(jù)庫建設提出指導性意見。
　　在完成上述工作的過程中，本文著重在以下兩點進行了創(chuàng)新性研究:
　　(1)借助 XML的平臺無關性、適合作為數(shù)據(jù)傳遞工具的特性，將大量存在的MARC元數(shù)據(jù)轉換為更適合網(wǎng)絡應用的DC元數(shù)據(jù)。用以解決由于特色數(shù)據(jù)庫建設過程中普遍遇到的元數(shù)據(jù)格式不統(tǒng)一造成的著錄工作

5、量大，建庫效率低，元數(shù)據(jù)資源浪費嚴重，標準不統(tǒng)一，不利于特色資源的共享和未來的發(fā)展的問題。
　　(2)如何從數(shù)量巨大，結構離散的特色數(shù)據(jù)庫用戶訪問日志中提煉出可以了解用戶需求，指導特色數(shù)據(jù)庫選題、建設的信息尚在探索中。本文借助 K-means算法聚類速度快、易于實現(xiàn)，且適用于文本、圖像特征等多種數(shù)據(jù)的聚類分析的特點，提出了解決方案。
　　本文試圖通過這兩個主要功能部件的模型設計，使當前圖書館中使用最為廣泛的兩種元數(shù)據(jù)標準 M