07级讲义第五章跨库检索系统修复.docx
- 文档编号:27264634
- 上传时间:2023-06-28
- 格式:DOCX
- 页数:22
- 大小:1.40MB
07级讲义第五章跨库检索系统修复.docx
《07级讲义第五章跨库检索系统修复.docx》由会员分享,可在线阅读,更多相关《07级讲义第五章跨库检索系统修复.docx(22页珍藏版)》请在冰豆网上搜索。
07级讲义第五章跨库检索系统修复
第五章跨库统一检索系统
第一节异构数据库跨库检索系统的概述
第二节异构数据库跨库检索系统的原理与功能
第三节数字资源整合利用的相关技术和发展
第四节异构数据库跨库检索系统的使用简介
第五节数字资源整合的需求和问题
第六节其它商业数据库的跨库检索系统
第一节异构数据库跨库检索系统的概述
1.1开发异构数据库跨库检索系统的背景
数字图书馆服务面广,不受时间、空间的限制,只要与网络连接,读者就可以在任何地点,任何时间进入数字图书馆存取、检索、浏览网上信息。
当前,数字信息资源已成为图书馆信息资源体系中的重要组成部分,有着印刷型资源无可替代的作用。
数字信息资源作为一种新型的信息资源,具有数据量大、内容丰富、形式多样、出版更快、检索界面友好、使用方便等特点,近年来发展迅猛,日益受到人们的青睐。
为此,许多高校图书馆大力发展数字化资源馆藏,其电子、网络馆藏比重越来越大,电子网络资源已成为高校图书馆必不可少的信息来源和重要组成部分,为广大读者提供了丰富的知识来源。
但数字资源种类多样,格式各异。
因此,将数字信息资源集成是数字图书馆建设和研究的重要内容之一。
1.2为什么要开发异构数据库跨库检索系统?
图书馆购买了大量的国内外数据库资源和多媒体资源,而这些资源往往采用不同的检索方式和专用浏览器。
许多数据库检索项都不统一,比如“作者”,有的数据库又叫“责任者”,文章“题目”,有的叫“题名”,有的叫“篇名”等等,读者必须学习不同的数据库检索方式,还必须下载安装不同的浏览器,必须学会不同数据库的使用方法。
数据库越来越多,就是图书馆参考咨询人员往往也只能熟练运用某几个数据库资源,很难弄清所有数据库的使用细节,读者就更没有办法了。
图书馆的数字资源由不同的商家提供,没有统一的格式和标准,人为地设置了一些障碍,造成对读者信息素养培养的困难。
大量数字文献资源的出现,不仅仅给图书馆在资源建设和组织管理上带来冲击,同时还要求图书馆采用先进技术构建一种全新的文献信息服务环境来满足不断扩张的用户需求。
用户对资源缺乏足够的认识,读者若想获得全面而准确的信息往往需要依次进入各个电子资源的搜索界面进行搜索,并且要对各个数据库的检索平台和搜索规则有足够的认识,方可获得所需的信息。
如果用户对资源缺乏足够的认识,对系统不熟悉,而且各个系统都要进行登录和认证,这就给用户检索利用数字资源带来极大不便。
针对数字资源自身存在的这种缺陷,我校图书馆开发了异构数据库统一库检索平台(以下简称跨库检索)。
1.3开发异构数据库跨库检索平台目标
图书馆购置的大量数字资源都是以孤岛的形式存在,用户必须分别进入到各个系统中查找资源。
每种资源的用户界面和检索规则各异,用户需要逐一熟悉,对用户而言这是既费时又费力的事情。
用户期望能够通过统一界面,方便快捷地检索到图书馆的所有分布式资源(书目、图像、档案资源、电子图书、电子期刊和会议录等),随着图书馆提供电子资源及相关服务的增多,人们希望能够将这些资源与服务整合在一起,实现跨平台的无缝链接,使用户用一个检索指令在一个统一的界面上一次查得所需文献或信息。
希望图书馆提供一步到位的服务(onestepservices)。
总的目标是实现数字资源的统一管理和有效利用。
第二节异构数据库跨库检索系统的原理与功能
2.1基本原理
异构数据库跨库检索系统是一个用于同时调用多个数据库和搜索引擎进行资料检索的软件系统,它可以帮助用户同时在多个数据库中进行检索,并同时得到多个数据库的检索结果,避免了需要逐个登录数据库、输入检索条件的麻烦,使用方便、快捷,使用户觉得就像在使用一个数据库一样。
异构数据库统一检索系统使读者可以在一个界面内对多个数据源同时进行检索,数据源包括电子期刊、电子图书、网页资源等,是一个实现资源整合的系统。
异构数据库跨库检索系统的工作原理是:
当用户提出检索请求后,其请求被交给服务器端的用户代理程序。
用户代理程序针对不同的数据库,将用户请求转化为符合其规定的格式,再利用多线程机制,将请求发送到各数据库。
在得到数据库的返回结果后,用户代理程序再将不同数据库的结果转化为统一的格式,并发送到浏览器端显示给用户。
即:
异构数据库跨库检索系统实际上为一个中间代理应用程序,首先接受客户端的数据请求,然后将这些请求转换成不同的格式发送到各个相应的数据库接口,再将各个数据库返回的记录进行处理并以统一格式输出。
异构数据库跨库检索系统目前支持40个国内外常用的数据库,并且在不断的增加,我们也可以根据用户的实际需求来提供定制服务。
2.2主要功能和技术特点
异构数据库跨库检索系统包括统一检索门户、IP地址认证、站点封装、内容抽取、实现对异构数据源的检索、定制和管理。
异构数据库跨库检索系统对用户实行IP地址认证。
异构数据库跨库检索系统通过多线程机制来提供优秀的并发访问性能。
采用了对检索结果先出来先显示的机制,达到快速响应的目的。
异构数据库跨库检索系统是可以实现对多个异构数据库的统一搜索、结果整合、管理。
异构数据库跨库检索系统支持各类常用网络数据库和用户自定义新增网络数据源的检索。
异构数据库跨库检索系统提供检索结果中更深层的链接功能。
主页面提供数据库导航功能。
第三节数字资源整合利用的相关技术和发展
图书馆从提供服务的角度出发,希望分布环境下图书馆新一代的管理平台具备数字资源整合的功能:
1)可以同时检索本地和远程资源;
2)可以检索多种类型的数字资源;
3)可以检索不同平台、不同结构的资源;
4)可以实现对文献的多方位链接(文摘、全文、OPAC、网络资源等)。
3.1现有的整合系统
目前,国内外至少有几十种针对分布环境下数字资源整合管理的软件。
比较典型的有:
1)以色列Exlib公司/MetalibwithSFX(40+180)
Metalib系统是由ExLibris公司推出的电子信息资源整合系统,提供多种数据库统一检索界面,并可直接链接到电子全文。
Metalib是当前用户最多的一个跨库检索系统,目前国内有此系统的用户比较少。
SFX向人们展示了一种新的图书馆电子馆藏的管理模式,使图书馆各类复杂的数据和信息之间的关联变成简单的链接。
它不仅能完成从二次文献到全文的链接,还能实现从文摘到文摘、全文到全文(从全文后面的参考文献到相关全文)的链接,使图书馆所有的Web资源形成完全融合的整体。
Metalib的共同关联引擎(UniversalGateway)允许使用者一次检索数个异构数据库系统,可整合并剔除重复的纪录,也可根据检索结果作更精确的查询或进行相关文献的查询。
另外,也允许使用者直接连结至个别资料库检索MetaLib通过对知识库(KB)的配置实现对分布资源的整合利用,主要模快包括:
•通用网关(UniversalGateway)
•资源存储(ResourceStore)
•个性化和用户管理
•(PersonalizationandUserAdministration)
•扩展服务(SFX支持)(ExtendedServices)
其中的关键技术是通用网关和SFX。
Metalib/通用检索网关—通过对知识库(KB)配置实现。
2)美国Innovative公司/MAP(26)
MAP(MillenniumAccessPlus)是InnovativeInterfaces公司的一种数据库资源整合方案,对图书馆电子资源的管理使用提供了完善的解决方案。
MAP通过WebPAC的搜索功能及InnopacMillennium版的管理模块将馆内的各类型的电子资源整合到一套资源存取管理工具中。
其MetaFind提供图书馆就其订阅的数据来源进行一次搜寻所有资源的功能,在统一的检索接口中获得查询结果并可直接连结至数据所在。
支持之通讯协定包括Z39.50、HTTP以及SQL等多种通讯协定。
3)美国Endeavor公司/ENCompassandLinkFinderPlus(24)
4)上海金鑫计算机公司的跨库检索组件
5)南京大学图书馆网络数据库一站式检索系统
6)TRS数字图书馆资源整合门户
清华同方的异构统一检索平台是用ASP开发的,南京大学图书馆网络数据库一站式检索系统是用PHP开发的,上海金鑫计算机公司的跨库检索组件是用JAVA开发的。
3.2数字资源整合的方法和技术
整合利用的基本思路:
基于Webservice的跨库检索系统。
WebserviceDCOM/CORBA等分布式计算体系的发展,其使用基于XML的SOAP协议作为平台无关的通讯机制,通过UDDI进行定位。
定位在异构数据库上的资源整合利用,最根本的是解决异构系统之间的互操作问题。
目前的研究思路可归纳为两种:
第一种:
把注意力放在信息源上,也就是通讯协议上。
异构数据库统一检索的理想实现需要各个数据库提供商提供统一的Webservice数据库检索服务。
这种方法要求资源提供方进行一些技术层面的投入,在短时间内难以全面实现。
Webservice提供了解决跨库检索问题的基本框架,但只有各个数据库提供者提供符合统一标准的信息检索服务,才能实现跨库检索功能。
为此,我们分析了现有的多种数据库及一些元数据标准,提出了一个标准的检索服务框架,主要定义了搜索服务的输入输出标准及出错处理机制。
各个数据库均可据此框架发布标准的Webservice检索服务。
目前我们已经做了一个数据库接口标准协议在IETF上发布。
第二种:
以承认信息源的差异为前提,开发一种能够适应不同检索模式的通用检索网关。
需要服务提供者做技术层面的投入。
这是目前唯一的解决方式,由于供应商的数据库对我们来讲是一个黑箱,数据库供应商只是提供了检索接口,我们只能得到数据库的页面,这是基于页面分析的方法,通过对获得的检索页面进行分析,从中抽取检索到的数据库记录。
第四节异构数据库跨库检索系统的使用简介
4.1数据库导航
对于不了解各数据库属性的用户而言,异构数据库跨库检索系统通过按中文数据库学科分类导航或按西文数据库学科分类来选择数据库,为用户自动选择数据库导航。
例如:
选中中文数据库的“工业技术”学科分类,系统会自动选中该学科分类下的超星图书、维普期刊、中国期刊网、万方期刊、万方学术会议论文(中文版)、万方学术会议论文(英文版)、INNOPAC(馆藏检索)数据库(见图1)。
每个数据库中的下拉列表的名称是从所选数据库的检索点中汇集的共性检索点,选择不同数量的数据库,下拉列表中所显示的检索项名称有可能不同。
注意:
选择多个数据库时,在检索词的输入框中要输入与多个数据库检索点相对应的检索词,检索词中不支持表达式或多词组合,均按一个词处理。
检索结果默认原数据库检索结果的相关度和排序。
图1
点击“清除选择”按钮,可以清除已经选择过的数据库。
点击“选择全部数据库检索”按钮,可以一次选中所有的数据库。
点击“重新输入”按钮,可以清除在检索词输入框中已经输入的词。
当用户将鼠标移到某个库时,系统会自动弹出该数据库的简介,支持的字段、逻辑关系、排序,以及查询时允许同时使用的检索项个数。
4.2简单检索
无论是单独直接选中数据库还是按学科分类导航选中数据库后,该数据库中的下拉列表的名称是该数据库的检索点中汇集的共性检索点,选择不同的检索点,在检索词的输入框中就要输入与该检索点相对应的检索词,检索词中不支持表达式或多词组合,均按一个词处理。
检索结果默认原数据库检索结果的相关度和排序。
在检索范围一栏中用户可以选择要检索的数据库,可以点击“全部选中”或“全部清除”按钮来快速处理。
当用户将鼠标移到某个库上时,会自动在下方显示此库的简介,支持的字段、逻辑关系、排序,以及查询时允许同时使用的检索项个数。
注意每次检索必须至少选择一个数据库。
例如:
选中中文数据库的“工业技术”学科分类,异构数据库跨库检索系统自动选中该学科分类下的超星图书、维普期刊、中国期刊网、万方期刊、万方学术会议论文(中文版)、万方学术会议论文(英文版)、INNOPAC(馆藏检索)数据库。
在简单检索的检索词输入框中输入“计算机技术”(见图2),点击“开始检索”按钮,系统开始检索。
图2
这时,异构数据库跨库检索系统呈现正在检索状态的页面,该页面左边是检索状态,右边是检索结果。
左边的检索状态有三种情况,即:
呈现已经检索出来的数据库结果、正在检索之中的数据库、检索不通的数据库。
右边按最先检索出来的数据库显示该数据库的检索结果;这时进入浏览检索结果页面(见图3),在检索结果栏中可以逐页浏览检索结果,或者继续点击一层层深入浏览。
检索结果默认原数据库检索结果的相关度和排序。
图3
若要看其他数据库的检索结果,可在左边选择已经检索出来的数据库中任意一个数据库,例如选择左边的维普期刊,右边则立刻显示维普期刊数据库的检索结果,即进入浏览检索结果页面,在检索结果栏中可以逐页浏览检索结果(见图4),或者继续点击一层层深入浏览。
图4
4.3高级检索
在异构数据库跨库检索系统的主页点击“高级检索”按钮,系统进入高级检索界面。
高级检索有四组检索词输入框,组与组之间可以按“并且”、“或者”、“不包含”等三种逻辑关系进行组合检索,在每组检索词输入框后的检索项中,其下拉列表有题名、关键词、刊名、作者、第一作者、机构、摘要、分类号、全部等检索途径,检索词中不支持表达式或多词组合,均按一个词处理。
检索结果默认原数据库检索结果的相关度和排序(见图5)。
图5
具体检索步骤是:
1、单独直接选中超星图书、维普期刊、万方学术会议论文(中文版)数据库。
2、在第一行检索项的下拉列表中选择检索点,如:
题名,并在检索词输入框中输入“计算机”。
3、在第二行检索项的下拉列表中选择检索点,如:
关键词,并在检索词输入框中输入“通讯”。
4、点击“开始检索”按钮,系统开始检索。
5、检索结果如图6所示:
图6
检索结果:
右边首先出来的是超星图书数据库的检索结果,即进入浏览检索结果页面,在检索结果栏中可以逐页浏览检索结果,或者继续点击一层层深入浏览。
要想看超星图书或中国期刊网数据库的结果,可以直接点击左边的检索状态栏目中的超星图书数据库,右边即会出现超星图书数据库的检索结果,即进入浏览检索结果页面,在检索结果栏中可以逐页浏览检索结果(见图7),或者继续点击一层层深入浏览。
图7
第五节数字资源整合的需求和问题
5.1资源整合利用/跨库检索的“度”
资源整合的目的是为读者提供方便、有效的使用。
对于一个研究人员,很少有一次检索几十个、上百个资源库的需求。
通常,他们只是关注自己学科领域常用的几个资源库。
在这个前提下,用于资源整合的跨库检索就要有“度”。
如果一次对几十个、上百个资源库进行检索,在检索效率上也难有保障。
由此可见,技术上应该追求能够对尽可能多的资源库进行统一检索。
实际使用中,应该根据需要选择有限的资源库进行检索。
5.2我馆异构数据库跨库检索平台有关功能的说明
1.为什么没有去重功能?
首先是很难确定去重标准,还有就是同时检索的数据库可能有相同的记录,但它们并不会出现在同一次检索中。
2.为什么没有单个数据库的统计功能?
因为数据库的入口并不只有统一检索平台。
3.为什么没有二次检索功能?
二次检索实际上就是一次重新检索,相当于一次高级检索,我们有高级检索,所以暂没加二次检索。
4.是不是有了统一检索平台就不需要数据库的其它检索入口?
不是。
统一检索平台虽说提供了对各个数据库的检索入口,但在跨库检索平台中高级检索对有些字段的匹配不完全。
第六节其它商业数据库的跨库检索系统
在我们购买的中外商业数据库中也有一些跨库检索系统,不过它们基本上都是各家数据库商自己开发的,因此不是异构数据库,而是同构数据库。
6.1CNKI的跨库检索系统
《中国期刊全文数据库》、《中国优秀博硕士论文全文数据库》、《中国重要会议论文全文数据库》、《中国重要报纸全文数据库》、《中国图书全文数据库》、《中国引文数据库》等CNKI系列源数据库实现了统一跨库检索,用户能够在一个界面下完成以上所有数据库的检索,省却了多个库逐一登录、逐一检索的麻烦,检索过程简单、快捷,检索界面格式统一,减轻了用户的学习负担。
其跨库检索首页是跨库检索各种功能最齐备的页面。
可通过检索首页右上方的
进入。
它的检索界面如下:
跨库初级检索:
1.检索项
★检索项动态显示:
检索项中下拉列表的名称是从所选数据库的检索点中汇集的共性检索点,选择不同数量的数据库,检索项数量和名称有可能不同;
★检索项名称在下拉列表中显示;跨库与单库检索项对应表
2.排序
★无:
按文献入库时间顺序输出;
★相关度:
按词频、位置的相关程度从高到低顺序输出;
3.匹配
★精确:
检索结果中包含与检索词完全相同的词语;
★模糊:
检索结果包含检索词或检索词中的词素;
4.检索其他说明
★在CNKI数据库中,题名、关键词、摘要、参考文献、全文等检索项按词检索,在其他数据库中,有可能按字检索。
跨库高级检索:
1.检索
★检索项动态显示:
检索项中下拉列表的名称是从所选数据库的检索点中汇集的共性检索点,选择不同数量的数据库,检索项数量和名称有可能不同;
★检索项名称在下拉列表中显示;跨库与单库检索项对应表
2.排序
★无:
按文献入库时间顺序输出;
★相关度:
按词频、位置的相关程度从高到低顺序输出;
3.匹配
★精确:
检索结果中包含与检索词完全相同的词语;
★模糊:
检索结果包含检索词或检索词中的词素;
4.逻辑
★所有检索项按“并且”、“或者”、“不包含”等三种逻辑关系进行组合检索;
★“并且”、“或者”、“不包含”的优先级相同,即按先后顺序进行组合;
5.词频
★指检索词在相应检索项中出现的频次。
词频为空,表示至少出现1次,如果为数字,例如3,则表示至少出现3次,以此类推;
6.最近词
★点击图标
,将弹出一个窗口,记录最近输入的10个检索词。
点击您所需要的检索词,则该检索词自动进入检索框中。
7.扩展
★点击图标
,将弹出一个窗口,显示以输入词为中心的相关词。
★在弹出窗口中,点击一个相关词前的,再点击“确定”按钮,则该相关词自动以“逻辑与”的关系增加到检索框中;
★在弹出窗口中,点击多个相关词前的,再点击“确定”按钮,则该多个相关词之间以“逻辑或”的关系增加到检索框中;
★在弹出窗口中,点击所需要的相关词,则该相关词自动进入检索框并取代原先所输入词所需要的检索词。
8.关系
★指同一检索项中两个检索词间的关系,可选择“或者”、“不包含”、“并且”逻辑运算以及同句、同段等关系;
9.检索其他说明
★在CNKI数据库中,题名、关键词、摘要、参考文献、全文等检索项按词检索;在其他数据库中,有可能按字进行检索。
示例:
第一行中,检索项=题名,第一个检索词=超导,词频=2,词间关系=与,第二个检索词=器件,词频=3;
表示要检索在“题名”中,“超导”至少出现2次,同时“器件”至少出现3次的文献。
6.2万方数据资源的跨库检索系统
跨库检索中心是万方数据资源统一服务系统检索业务集成系统,它几乎囊括了分布于系统各处的检索业务的功能,同时系统还提供了跨库检索服务,用户可按数据库、行业、学科、地区、期刊同时检索多个平台上的多种资源,输入一个检索式,便可以看到多个数据库的查询结果,并可进一步得到详细记录和下载全文。
与此同时,也可选择单个数据库,针对某种具体资源进行个性化检索。
1、经典检索界面的检索步骤如下:
(1)在变更检索范围区选择检索数据库
您只需在所需数据库前的复选框中打勾(可勾选某一类数据库和一类数据库下的一个或多个库),系统自动将所选择的数据库添加到检索范围中,您选择自己需要的数据库后,系统将为您提供数据库中的所有资源。
您可以在界面上输入检索条件进行检索,系统将对您输入的检索条件,在选定的数据库中查找满足条件的记录。
(2)添加检索条件
变更检索范围后,需要添加检索条件才能进行检索。
添加检索条件步骤:
a选择检索字段:
点击检索项的下拉列表,选择按哪一个字段(如:
论文题名、关键词、作者等)来检索。
B输入检索词:
在文本框中输入您所需的检索词。
例如:
计算机。
C选择逻辑运算符:
用于确定两个检索关键词之间的关系。
选项有“与”、“或”、“非”。
“与”:
检索结果中同时包含所输入的两个关键词。
“或”:
检索结果中只包含所输入的两个关键词中的一个。
“非”:
检索结果中包含第一个关键词但不包含所输入的第二个关键词。
d选择年限:
勾选限定年限范围前的复选框,点击年限下拉列表框,选择起始年份,使其在限定的年份范围内检索。
(只有当数据库中有“年”这个字段时,选择年限的复选框才可用)
e执行检索:
当所有的检索信息都填写完毕后,点击“检索”按钮,执行检索。
2、专业检索检索步骤如下:
(1)变更检索范围
同经典检索
(2)添加检索条件:
专业检索的检索表达式书写规则详见检索语言入门。
(3)执行检索:
点击“检索”按钮。
6.3ProQuest平台跨库检索系统
ProQuest平台上有多个数据库,即:
ABI/INFORMArchiveComplete
ABI/INFORMDateline
ABI/INFORMGlobal
ABI/INFORMTrade&Industry
AcademicResearchLibrary
Dissertations&Theses
EIUViewsWire
Hoover'sCompanyRecords
PharmaceuticalNewsIndex
ProQuestAsianBusinessandReference
ProQuestEuropeanBusiness
ProQuestHealthandMedicalComplete
ProQuestNewspapers
ProQuestScienceJournals
U.S.NationalNewspaperAbstracts(3)
它们可以在一个平台上跨库检索,其检索界面如下图所示:
检索结果的限制条件
限定时间范围
已选中所有数据库
输入检索词
6.4EngineeringVillage的跨库检索系统
Compendex和INSPEC联合检索(CombinedCompendex&INSPEC)
如果用户所在单位购买了INSPEC数据库,选择CombinedCompendex&INSPEC可以联合检索Compendex数据库和INSPEC数据库中所有的科学、应用科学和工程技术学科的有关题目。
联合检索功能使用户可在大约14,000,000个文献中检索所需的题目,而且可从任何一个数据库中删除重复的记录。
CombinedCompendex&INSPEC数据库每年增加来自广泛涵盖科学和工程技术领域的大约580000条记录。
CombinedCompendex&INSPEC数据库每周更新数据。
EngineeringVillage平台有Compendex(网络版工程索引)和Inspec(英国的科学文摘)两个数据库,它们可以在一个平台上跨库检索,其检索界面如下图所示:
检索举例:
检索”量子保密通信安全度的分析模型”课题的文献
1、提取关键词:
量子保密通信
2、选中中国期刊网数据库。
3、输入关键词:
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 07级讲义 第五章 跨库检索系统修复 07 讲义 第五 检索系统 修复
![提示](https://static.bdocx.com/images/bang_tan.gif)