多源異構電子資源的元數(shù)據(jù)自動識別方法研究.pdf

1、信息技術的快速發(fā)展導致電子資源以指數(shù)級增長,為了更好的管理和利用電子資源,采用元數(shù)據(jù)方案實現(xiàn)電子資源整合已得到廣泛關注。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)比較結構化且數(shù)量少的情況下,通過人工制定統(tǒng)一元數(shù)據(jù)標準或元數(shù)據(jù)標準間的映射來實現(xiàn)。而針對多源異構的電子資源,就需要考慮元數(shù)據(jù)的自動識別。本文從以上角度出發(fā),主要探討了元數(shù)據(jù)的自動識別方法,包括兩個部分:中介元數(shù)據(jù)標準的自動建立及元數(shù)據(jù)的自動映射,其中標準的建立是映

2、射的基礎。
　　 中介元數(shù)據(jù)標準的建立,通過文本聚類方式來實現(xiàn)。首先對各類電子資源的元數(shù)據(jù)名稱進行預處理;其次,將元數(shù)據(jù)轉(zhuǎn)換為樹結構,挖掘其最大頻繁路徑,構建向量空間模型;接著采用層次聚類法對元數(shù)據(jù)進行聚類,得到聚類結果:最后根據(jù)元數(shù)據(jù)的類別,建立中介元數(shù)據(jù)標準。
　　 元數(shù)據(jù)的自動映射,采用模式匹配方法。借鑒樹匹配理論,構建元數(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)標準模板樹進行名稱匹配、結構匹配及相似度計算,建立