Web資源組織與服務性能研究.pdf

1、隨著Internet技術的飛速發(fā)展以及應用的日益普及，Web上存儲的信息量正以指數(shù)級增長(僅HTML文件就數(shù)以億計)。雖然目前Web搜索引擎數(shù)以百計，新的Web個性化服務系統(tǒng)、新的Web數(shù)據(jù)模型和查詢語言在不斷涌現(xiàn)，但由于Web資源所具有的分布性、開放性和異構性等特點，使得Web信息的有效組織以及快速準確地獲取日益困難，人們正面臨所謂“RichDataPoorInformation”的尷尬局面。 論文方向為Web數(shù)據(jù)管理，以電子

2、商務、電子政務、數(shù)字圖書館和遠程教育的應用基礎為研究背景。通過分析目前Web數(shù)據(jù)管理中資源組織(數(shù)據(jù)模型，資源建設，異構資源集成)與信息訪問(資源瀏覽效率，信息檢索與信息重構)方面存在的不足，提出了新的Web資源表示模型，并對其在Web資源管理中的應用進行了深入的研究。通過新模型的提出和進行一系列的技術改進，能夠使Web數(shù)據(jù)管理的整體性能得到一定改善。 論文主要創(chuàng)新點和研究成果如下：(1)針對Web資源的傳統(tǒng)表示方法在資源建設、

3、數(shù)據(jù)冗余和數(shù)據(jù)一致性維護等方面存在的不足，提出了將具體數(shù)據(jù)內(nèi)容和數(shù)據(jù)組織結構相分離的Web資源虛擬表示模型，較好地解決了上述不足。新模型不僅支持數(shù)據(jù)級的信息共享、不需修改資源設計即能夠使Web資源隨內(nèi)容的改變而動態(tài)更新，而且還可以作為異構Web資源集成的公共數(shù)據(jù)模型。 (2)在虛擬表示模型基礎上，通過引入模塊化標記、ETG嫁接操作和剪枝操作等概念，提出了Web資源(網(wǎng)頁資源和XML資源)的模塊化設計方法。該技術支持設計級的信息共

4、享，允許設計靜態(tài)和動態(tài)公共信息模塊，并在Web資源設計中進行引用，具有使設計問題簡化、減少設計冗余、便于資源設計的快速更新和一致性維護等特點?？傊?，該技術在Web資源建設中所起作用，達到了類似于模塊化設計技術在程序設計中起到的作用。 (3)在虛擬表示模型基礎上，通過分析借鑒當前異構數(shù)據(jù)源集成和異構系統(tǒng)集成技術，提出了一種異構Web資源集成系統(tǒng)框架。在包裝器的設計中，采用了將數(shù)據(jù)倉庫方法與虛擬方法相結合的技術思想。與純粹采用數(shù)據(jù)倉

5、庫方法的集成系統(tǒng)相比，該系統(tǒng)具有減少數(shù)據(jù)冗余、數(shù)據(jù)一致性維護和動態(tài)更新好的特點。而與采用虛擬方法側重查詢功能包裝的集成系統(tǒng)相比，該系統(tǒng)具有不涉及復雜的查詢分解與轉換、包裝器設計簡化、易于加入新的數(shù)據(jù)源等特點。 (4)在虛擬表示模型基礎上，通過引入ETG操作和ETG重構操作，提出了一種基于資源內(nèi)部標記結構和語義的Web信息抽取與重組技術，并給出了作為用戶操作接口的標記查詢語言TagSQL。該技術具有操作功能強、語言使用方便、信息抽

6、取靈活、能夠基于多資源進行信息重組等特點，是對基于內(nèi)容的Web信息檢索系統(tǒng)功能的補充和完善。該技術能夠擴展應用到基于虛擬表示模型的異構Web資源集成系統(tǒng)上。 (5)在虛擬表示模型基礎上，通過引入內(nèi)容模塊概念，提出了Web資源快速訪問技術。通過查看資源摘要信息和動態(tài)指定內(nèi)容模塊參數(shù)，可使用戶在資源訪問過程中減少傳輸和瀏覽無關資源和資源中的無關信息，提高資源訪問效率。該技術能夠擴展應用到基于虛擬表示模型的異構Web資源集成系統(tǒng)上。