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（one step services）。

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。

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/ Metalib with SFX(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（Universal Gateway）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（Universal Gateway）•资源存储（ResourceStore）•个性化和用户管理•（Personalization and User Administration）•扩展服务（SFX支持）（Extended Services）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（Millennium Access Plus）是Innovative Interfaces 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Innopac Millennium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/ENCompass and LinkFinderPlus(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JA V A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。