多源異構(gòu)電子資源的元數(shù)據(jù)自動(dòng)識(shí)別方法研究.pdf

1、信息技術(shù)的快速發(fā)展導(dǎo)致電子資源以指數(shù)級(jí)增長,為了更好的管理和利用電子資源,采用元數(shù)據(jù)方案實(shí)現(xiàn)電子資源整合已得到廣泛關(guān)注。以往基于元數(shù)據(jù)的電子資源整合,都是在各類電子資源及元數(shù)據(jù)比較結(jié)構(gòu)化且數(shù)量少的情況下,通過人工制定統(tǒng)一元數(shù)據(jù)標(biāo)準(zhǔn)或元數(shù)據(jù)標(biāo)準(zhǔn)間的映射來實(shí)現(xiàn)。而針對(duì)多源異構(gòu)的電子資源,就需要考慮元數(shù)據(jù)的自動(dòng)識(shí)別。本文從以上角度出發(fā),主要探討了元數(shù)據(jù)的自動(dòng)識(shí)別方法,包括兩個(gè)部分:中介元數(shù)據(jù)標(biāo)準(zhǔn)的自動(dòng)建立及元數(shù)據(jù)的自動(dòng)映射,其中標(biāo)準(zhǔn)的建立是映

2、射的基礎(chǔ)。
　　 中介元數(shù)據(jù)標(biāo)準(zhǔn)的建立,通過文本聚類方式來實(shí)現(xiàn)。首先對(duì)各類電子資源的元數(shù)據(jù)名稱進(jìn)行預(yù)處理;其次,將元數(shù)據(jù)轉(zhuǎn)換為樹結(jié)構(gòu),挖掘其最大頻繁路徑,構(gòu)建向量空間模型;接著采用層次聚類法對(duì)元數(shù)據(jù)進(jìn)行聚類,得到聚類結(jié)果:最后根據(jù)元數(shù)據(jù)的類別,建立中介元數(shù)據(jù)標(biāo)準(zhǔn)。
　　 元數(shù)據(jù)的自動(dòng)映射,采用模式匹配方法。借鑒樹匹配理論,構(gòu)建元數(shù)據(jù)樹匹配模型,將新電子資源元數(shù)據(jù)樹與元數(shù)據(jù)標(biāo)準(zhǔn)模板樹進(jìn)行名稱匹配、結(jié)構(gòu)匹配及相似度計(jì)算,建立