導語：如何才能寫好一篇元數(shù)據(jù)，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

關(guān)鍵詞：DC 元數(shù)據(jù) EAD 電子檔案 映射

中國分類號：G250.76 文獻標識碼：A 文章編號：1674-098X（2013）01（a）-0-03

隨著計算機和互聯(lián)網(wǎng)的普及，來自檔案館、圖書館、博物館及其他機構(gòu)的各種數(shù)字檔案資源如檔案、手稿、照片、古籍、個人論文日益增多，大量的電子檔案給傳統(tǒng)的文件管理方式和理念帶來了不小的沖擊，如何利用信息技術(shù)實現(xiàn)電子檔案的科學管理也成為檔案界的研究熱點。隨著元數(shù)據(jù)技術(shù)的發(fā)展和應用，利用元數(shù)據(jù)實現(xiàn)對電子檔案的有序管理已逐漸為檔案界所接受[1]。

來自于不同軟件系統(tǒng)的電子檔案常常具有不同的著錄格式，它們互不兼容，從而導致不同數(shù)據(jù)庫之間根本無法互相訪問和檢索，對普通的檔案館來說難以實現(xiàn)無障礙的利用與共享。目前，大多數(shù)的研究項目對于分布、異構(gòu)的數(shù)字檔案資源只是提供基于互聯(lián)網(wǎng)的網(wǎng)絡鏈接與檢索共享，尚未實現(xiàn)元數(shù)據(jù)級的互操作，因此無法提供專業(yè)化的深度增值服務[2]。解決這一問題的途徑之一就是實現(xiàn)元數(shù)據(jù)的互操作和格式轉(zhuǎn)換。該文將探討EAD與DC這兩種目前應用最為普遍的元數(shù)據(jù)之間的映射，具備較大的實用意義。

1 DC元數(shù)據(jù)與EAD

1.1 DC元數(shù)據(jù)及特點

DC（Dublin Core）即都柏林核心元數(shù)據(jù)，是目前網(wǎng)絡信息資源組織最為通用的元數(shù)據(jù)格式。DC最早由美國OCLC發(fā)起研究，是“用該元素集描述任何網(wǎng)絡信息資源，并足夠簡單以至任何作者無需專門培訓即可創(chuàng)建自己文件”的元數(shù)據(jù)。它由15個基本元素組成，分為三個廣為認可的大類，內(nèi)容描述類包括題名、主題或關(guān)鍵詞、資源描述、來源、語種、相關(guān)資源和時空范圍。知識產(chǎn)權(quán)類包括責任者、出版者、其他責任者及權(quán)限。外形描述類是指對資源外形特征信息的描述，包括日期、資源類型、資源形式和資源標識。

DC的特點包括以下幾方面。

簡易性：只有15個元素，而且通俗

易懂；

通用性：不針對某個特定的學科或領域，支持對任何內(nèi)容的資源進行描述。增加了跨學科的語義互操作性的可能；

可重復性：其所有元素都是可重復的，解決了多著者與多出版者等重復元素的著錄問題；

可擴展性：它允許資料以地區(qū)性規(guī)范出現(xiàn)，并保持元數(shù)據(jù)的一些特性，以便日后有擴充的余地；

可修飾性：對于需要詳細著錄的資料，引進了DC修飾詞。它遵循向上兼容原則，在范圍上對未修飾詞的語義進行限定，在深度上對未修飾詞的語義進行延伸。

1.2 EAD及其特點

EAD的全稱是Electronic Archival Description，即電子檔案著錄，主要用于著錄檔案和手稿資源，包括文該文檔、電子文檔、可視材料和聲音記錄。它開發(fā)于1993年加州伯克利大學的一個研究項目。它是以通用標準語言（SGML）和擴展標記語言（XML）文件類型定義（DTD）的形式存在的[3]。EAD元素集定義有3個層次：EAD頭標，著錄檔案的產(chǎn)生、修訂、出版、發(fā)行等信息；前事項，著錄檔案題名頁內(nèi)容；檔案著錄，是對檔案內(nèi)容及其相關(guān)信息的具體描述，包括文件內(nèi)容、上下關(guān)系及增補信息等。

經(jīng)過多年的研究和發(fā)展，EAD受到了檔案界和圖書館界的普遍擁護，是美國檔案協(xié)會的成員們以及一些歐洲國家的檔案館主要使用的元數(shù)據(jù)，也已成為在世界范圍內(nèi)獲得廣泛應用的電子檔案著錄標準。這是由于EAD具有以下特點。

使用了標準通用置標語言（SGML），SGML是電子文獻處理與交換的國際標準，用EAD著錄的電子檔案可以提供網(wǎng)上的信息共享和檢索。

不依賴于任何的硬件和軟件平臺，不需經(jīng)過任何的轉(zhuǎn)化，在Unix操作系統(tǒng)、Microsoft Windows和Macintosh等環(huán)境下都可以很好地被識別。

具有伸縮性，同一部文獻既可選用一些簡單的標識符著錄，也可以選用復雜的等級化的標識符著錄。

使用EAD既可以形成新檢索工具，也可將已有的檢索工具轉(zhuǎn)化為EAD的編碼的機讀格式。轉(zhuǎn)化時可能要稍作改動或重排，但不需要大量的編輯。

檢索功能強。EAD以查詢語言（QL）為基礎，除了具有一般的檢索功能，如布爾檢索、截詞檢索、近似檢索以外，還可以在目錄中查找單個款目和離散的數(shù)

據(jù)項。

應用范圍廣，EAD既可用于手稿，也可用于技術(shù)革新、藝術(shù)與雕塑、醫(yī)學、工業(yè)等領域的科學資料。

1.3 DC與EAD的比較分析

不難看出，DC和EAD的結(jié)構(gòu)都簡單靈活，具有很強的可兼容性、可擴展性和可互操作性，這些特性都使得這兩種元數(shù)據(jù)得到越來越多國家的重視并被廣泛應用。對在著錄和信息揭示深度上看，DC對資源主題的揭示過于簡單，對著錄對象的描述深度不夠，不能進行專指度較高的檢索；EAD則著錄詳盡，適用范圍廣泛，檢索途徑多樣[4]。

綜觀DC與EAD的結(jié)構(gòu)特點和應用性能不難發(fā)現(xiàn)，DC的最大特征就是簡化的語法系統(tǒng)和有限的元素數(shù)量，因此它更具有簡易性和親和力，適用于廣泛的資源描述和利用群體；EAD則更為專業(yè)化，適合檔案專業(yè)背景，提供了詳盡的資源描述和更多的檢索入口，更適用于資源的深度描述和特定學科領域內(nèi)的深入交流[5]。

2 DC元數(shù)據(jù)與EAD的映射

2.1 DC與EAD映射表

該文給出DC與EAD的映射表如表1。

2.2 建立映射規(guī)則

建立了以上映射表并不能直接完成DC與EAD的映射與轉(zhuǎn)換，仍需針對兩種元數(shù)據(jù)的多種差異建立映射規(guī)則，從而使轉(zhuǎn)換完成得更為完整準確。

2.2.1 解決結(jié)構(gòu)上的差異

在映射表中多個元素均為一一對應，但由于兩種元數(shù)據(jù)的結(jié)構(gòu)差異，就產(chǎn)生了源元數(shù)據(jù)和目標元數(shù)據(jù)元素間的一對多、多對一或無對應關(guān)系的情況出現(xiàn)，如DC的責任者和其他責任者兩元素與EAD來源元素的對應為多對一關(guān)系，DC的來源、相關(guān)資源和版權(quán)管理等元素在EAD中則找不到與其相對應的元素。針對這些情況，映射規(guī)則必須規(guī)定在什么情況下將進行相應轉(zhuǎn)換、如何轉(zhuǎn)換，對無對應關(guān)系的元素如何進行轉(zhuǎn)換處理，等等。

2.2.2 解決應用上的差異

由于DC和EAD的結(jié)構(gòu)均靈活多變，存在多種必備和可選元素、可重復與不可重復元素、有無子元素等多種情況。此時映射規(guī)則須針對具體情況，做出恰當?shù)囊?guī)定，如明確規(guī)定源元數(shù)據(jù)必備元素的范圍、確定源元數(shù)據(jù)多個重復元素的可選擇性、對一方元數(shù)據(jù)中子元素缺少對應元素時如何處理，等等。

2.2.3 解決語義上的差異

針對二者語義、數(shù)據(jù)類型和形式、取值范圍不一致等情況做出明確規(guī)定，盡量消除差異，確保轉(zhuǎn)換的規(guī)范統(tǒng)一。

3 存在問題及解決辦法

通過理論研究和多個國家的轉(zhuǎn)換實驗，我們發(fā)現(xiàn)對DC和EAD進行轉(zhuǎn)換的主要困難還是在于EAD的復雜結(jié)構(gòu)與DC元數(shù)據(jù)過于簡單的矛盾，表現(xiàn)為將EAD轉(zhuǎn)化為DC之后，難以在同一個全宗的檔案資料之間重新建立鏈接，或者難以對由不同數(shù)據(jù)庫收藏的、由同一個人或機構(gòu)產(chǎn)生的資料之間重建鏈接；有時會丟失原EAD記錄中的上下文信息，或者轉(zhuǎn)換后的著錄不夠清晰，甚至出現(xiàn)錯誤指示等[6]。

以上問題的解決措施有以下幾方面。

3.1 制訂基于DC的電子檔案元數(shù)據(jù)規(guī)范

元數(shù)據(jù)規(guī)范（也稱元數(shù)據(jù)標準）是描述某類資源的具體對象時所有規(guī)則的集合。一般包括完整描述一個具體對象時所需要的數(shù)據(jù)項集合、各數(shù)據(jù)項的語義定義、著錄規(guī)則和計算機應用時的語法規(guī)定。

通過制訂針對電子檔案的元數(shù)據(jù)規(guī)范，我們可以解決DC諸如對著錄對象的描述深度不夠、不能進行專指度較高的檢索、與原EAD文件結(jié)構(gòu)的對應不夠準確等方面的不足。制訂能夠描述或標識電子檔案內(nèi)容、屬性、外觀特征及層次結(jié)構(gòu)的描述元數(shù)據(jù)規(guī)范和管理元數(shù)據(jù)規(guī)范，從元素、語法、句法等方面對檢索屬性集做出規(guī)定，在保證數(shù)據(jù)質(zhì)量和檢索效果的基礎上做好檢索點設置，提高轉(zhuǎn)換后文件對原文件相互聯(lián)系的反映準確程度，有效表示轉(zhuǎn)換后文件的可選項等等，確保轉(zhuǎn)換后的元數(shù)據(jù)質(zhì)量。

3.2 善用DC修飾詞

由于簡單DC的15個元素只限于描述信息的單一層次，而EAD是具有等級結(jié)構(gòu)，特別是在EAD內(nèi)容描述部分的從屬部分（dsc）中，可從c01到c12多次重復，并且這些從屬部分之間存在密切關(guān)聯(lián)，要靠簡單的DC元素來充分表達檔案描述之間復雜的層級關(guān)系確有一定難度，但是，通過引入適當DC修飾詞的復雜DC將能彌補這一缺憾。

目前DCMI（Dublin Core Metadata Initiative，都柏林核心元數(shù)據(jù)計劃）確立了兩類修飾詞，即元素修飾詞和編碼體系修飾詞[7]。隨著各類團體遵從dumb-down（向上兼容）原則提出更多的修飾詞，在經(jīng)過DCMI應用委員會審核批準后推薦給大家使用，由此逐漸形成一個修飾詞的大家族。相信不久的將來，通過檔案工作者的不懈努力，針對檔案專業(yè)領域的修飾詞也會應運而生，通過多個修飾詞的分級復用會較好地解決以上

問題。

3.3 確定DC為我國數(shù)字檔案館界的元數(shù)據(jù)標準

目前EAD在我國的應用僅限臺灣，大陸還只處于理論研究階段[8]；而中文DC的研究與開發(fā)則已經(jīng)從早年的實驗階段步入實用階段，已設計并制訂了期刊論文、電子圖書、古籍、家譜和地方志等多種元數(shù)據(jù)規(guī)范，而且使用范圍日趨廣泛，逐漸為越來越多的圖書館所采用。

數(shù)字圖書館的成功范例為數(shù)字檔案館做出了榜樣。希望我國檔案界盡早確立DC為行業(yè)元數(shù)據(jù)標準，加強數(shù)字檔案館建設中元數(shù)據(jù)利用的一致性，少走彎路，盡早實現(xiàn)中文檔案信息資源的共建和共享，提高我國檔案界的自動化和標準化水平。

參考文獻

[1] 張正強.論中國電子檔案著錄標準化的發(fā)展方向[J].圖書情報知識，2004（5）：35-38.

[2] 何小菁.數(shù)字檔案館元數(shù)據(jù)編制研究[J].圖書情報工作，2004（5）：93-95.

[3] 宋雪雁.檔案元數(shù)據(jù)（EAD）著錄原則探析[J].檔案學通訊，2009（6）：

57-59.

[4] 王萍，宋雪雁.EAD、DC、TEI著錄實例及其比較分析[J].圖書情報工作，2006（12）：79-82.

[5] 王小麗，王芳.國內(nèi)外數(shù)字檔案館元數(shù)據(jù)標準體系比較研究[J].情報科學，2007（3）：382-389.

[6] 王芳，王小麗.基于OAI協(xié)議的數(shù)字檔案館元數(shù)據(jù)互操作問題研究[J].現(xiàn)代圖書情報技術(shù)，2007（3）：18-24.

篇2

關(guān)鍵詞：信息資源；特色數(shù)據(jù)庫；元數(shù)據(jù)；基本原則

引言

隨著時代的發(fā)展和進步，當前已經(jīng)進入知識經(jīng)濟時代。網(wǎng)絡信息技術(shù)的飛速進步，大大加快了信息資源的傳播速度；加上層出不窮的社會科研成果，有用的知識信息量急劇增長，使得人們?nèi)绾瓮ㄟ^Internet快速準確的獲取所需信息已逐漸成為大家關(guān)注的問題。作為重要的知識信息集散地，圖書館長期以來扮演著信息服務的前沿陣地的角色。但是事實是，圖書館根本不可能將所有的出版物收集起來供用戶查閱，而且不同用戶對信息資源的需求也不限于單一資源，而是希望對國內(nèi)外各學科科學新動向、新成果、新發(fā)展有較為全面的了解，希望能了解一些市場競爭、市場供求的實時動態(tài)信息等。因此，圖書館就必須立足自身實際、充分發(fā)揮資源優(yōu)勢，完成數(shù)字化圖書館的建設，實現(xiàn)資源的整合。而信息資源的有效整合的基礎就是元數(shù)據(jù)的建立。

1 元數(shù)據(jù)的基本概念

元數(shù)據(jù)（metadata）又稱為數(shù)據(jù)的數(shù)據(jù)（data about data）或?qū)ζ渌畔⑦M行描述的信息 （information that describes other information），其作用類似于圖書館中數(shù)目卡片。隨著現(xiàn)代網(wǎng)絡技術(shù)的發(fā)展，信息資源的快速膨脹給我們帶來了諸多難題，而元數(shù)據(jù)則是解決這類難題的關(guān)鍵所在。元數(shù)據(jù)能幫助解決的問題主要有以下三個方面：1）有效組織和存儲不勝枚數(shù)的信息資源，以解決目前URL方式無法滿足需求的問題；2）作為一種信息檢索方式，幫助人們在浩瀚的信息海洋中快速準確的完成有效信息的檢索。目前主流的信息檢索方法是搜索引擎，但其帶來了龐大的無效信息量，給人們的信息檢索造成困擾；3）有效管理巨量的信息資源。為適應如今信息量劇增、瞬息萬變的世界，應該及時補充和更新已知的信息，所以要加強專家系統(tǒng)、智能與數(shù)據(jù)挖掘等新支持系統(tǒng)的研發(fā)。因此，元數(shù)據(jù)主要的功用就是對現(xiàn)有信息資源的有效描述、檢索、并對原有信息進行維護、更新和補充，實現(xiàn)信息資源的有效管理和共享。

然而到現(xiàn)為止，元數(shù)據(jù)仍不存在統(tǒng)一的格式和標準屬性，反而具有非常靈活的形式。不同領域的元數(shù)據(jù)標準也往往不同，如地理空間領域所用的是DGM，音樂資料領域所用的是sMDL，而檔案領域應用的卻是EAD等等。此外，不同的組織所制定的元數(shù)據(jù)標準的偏重點也往往有所差異，如MFC、CDF、RDF及Dublin Core（都柏林核心元數(shù)據(jù)）等，其中影響力最大的當屬Dublin Core，其已經(jīng)逐漸發(fā)展成一種通用的元數(shù)據(jù)標準。且近些年來，我國相關(guān)部門已經(jīng)根據(jù)Dublin Core制定出了相應的中文元數(shù)據(jù)標準，如會議論文、期刊論文（期刊單篇）、電子圖書、拓片及音頻等元數(shù)據(jù)的標準。常見的國內(nèi)元數(shù)據(jù)標準有CALIS元數(shù)據(jù)標準和國際科技部元數(shù)據(jù)標準兩種。

2 特色數(shù)據(jù)庫的元數(shù)據(jù)特點

在高度信息化的現(xiàn)代社會，元數(shù)據(jù)的使用范圍越來越廣，特別是特色數(shù)據(jù)庫更加具有針對性，我們必須對其特點做深入的了解，才能更好地對它加以利用。經(jīng)過仔細研究，能夠歸納出以下特點：

1）由于元數(shù)據(jù)的本質(zhì)功能是對對象數(shù)據(jù)進行描述，特色元數(shù)據(jù)同理，它的本質(zhì)特點就是描述性，主要利用一些約定俗成的為大眾接受的規(guī)則對數(shù)據(jù)進行描述；

2）特色數(shù)據(jù)庫的元數(shù)據(jù)具有復雜性，因為特色數(shù)據(jù)庫不同于維普、CNKI等這樣的商業(yè)數(shù)據(jù)庫，它包含的資源多種多樣，包括期刊單篇、圖書、會議論文甚至是音頻、視頻等內(nèi)容，另外，特色數(shù)據(jù)庫里面的數(shù)據(jù)除了以一次文獻，可能還有綜述、摘要、關(guān)鍵詞等內(nèi)容，要對特色數(shù)據(jù)庫建立元數(shù)據(jù)，就必須考慮特色數(shù)據(jù)庫的各方面的內(nèi)容，元數(shù)據(jù)的檢索也要涵蓋各方面的內(nèi)容，相對來說較為復雜；

3）特色數(shù)據(jù)庫中對某些字段的定義難免不夠標準。因為特色數(shù)據(jù)庫中的資源類型繁多 ，部分不在相同資源類型中的相似內(nèi)容很有可能在相同的字段中定義，比如時間，圖書的出版時間可能會和會議舉辦的時間共同歸納在數(shù)據(jù)庫的“時間”的字段當中，再如，不同文獻類型中的頁碼都可能歸納在數(shù)據(jù)庫的“頁碼”字段；

4）部分滿足現(xiàn)有標準的必備元素在特色數(shù)據(jù)庫中沒有被準確定位，在特色數(shù)據(jù)庫建立初期，相比于數(shù)據(jù)的完整性與可交換性以及字段定義方面來說，著錄者對數(shù)據(jù)庫的應用和功能更為重視，這樣厚此薄彼的做法直接導致了部分重要字段的丟失，比如審校時間、審校員等管理類型的元數(shù)據(jù)以及統(tǒng)一資源標識符（簡稱URI）、資源類型等描述型的元數(shù)據(jù)；

5）特色數(shù)據(jù)庫元數(shù)據(jù)中的某些字段內(nèi)容未達到標準要求，雖然元數(shù)據(jù)已經(jīng)有了很長的發(fā)展歷程，但在近幾年才被引入到國內(nèi)，大部分高校在建設特色數(shù)據(jù)庫的時候它還未被引進，因而過去對其概念的提出并不標準，這就導致各個特色數(shù)據(jù)庫中的字段定義各行其是，沒有統(tǒng)一的標準，這些在早期被定義的字段內(nèi)容取法與現(xiàn)有標準的元數(shù)據(jù)相契合，例如某一期刊中的年卷期被歸納在一個字段中。

3 特色數(shù)據(jù)庫元數(shù)據(jù)建立時應注意的問題

3.1元數(shù)據(jù)的描述深度

所謂元數(shù)據(jù)的描述深度，就是元數(shù)據(jù)解釋對象的程度的高低，通俗一點來說，就是元數(shù)據(jù)在定義時的使用數(shù)量。在描述對象時，一定要掌握好度，若描述的程度太高，就會增加輸入難度；反之，則會導致描述對象數(shù)據(jù)不完整、對象數(shù)據(jù)反應不精確等問題。相對于商業(yè)數(shù)據(jù)庫而言，特色數(shù)據(jù)庫對元數(shù)據(jù)的描述程度更高，它的元數(shù)據(jù)，還包括一些對象數(shù)據(jù)的輸入都要求當?shù)芈毠ね瓿?，所以，如果將元?shù)據(jù)定義太廣的話，就會成倍增加工作人員的工作量。

對于元數(shù)據(jù)的要求，讀者和著錄方的要求有明顯的差距。元數(shù)據(jù)建立的初衷只是使數(shù)據(jù)更加標準化，方面對數(shù)據(jù)的檢索、管理等，如果僅僅滿足于這一要求，那么只需要將主要責任者、正題名、主題等一些重要的元數(shù)據(jù)進行定義便可。但是，使用數(shù)據(jù)的主要對象是讀者，為了使閱讀更加方便，能從更全面的途徑檢索、獲取信息，受眾群對元數(shù)據(jù)的著錄提出了更高的要求，他們希望著錄的元數(shù)據(jù)更多更全。面對數(shù)據(jù)加工和信息服務之間的矛盾，在建立元數(shù)據(jù)之前應當盡可能地尋求兩者之間的平衡點，以求達到最好的效果。

3.2建立非一次文獻元數(shù)據(jù)的標準

現(xiàn)有元數(shù)據(jù)標準的適用范圍十分有限，主要是如期刊單篇、圖書、會議論文等的基礎文獻資料，特色數(shù)據(jù)庫解決了這一問題，它不僅囊括了基礎文獻資源，還包括一些非一次文獻，如文摘等。因此，為了避免建立數(shù)據(jù)庫時做無用功，我們在對文摘等非一次文獻數(shù)據(jù)庫著錄元數(shù)據(jù)之前，應當仔細考慮以下問題：是建立基礎文獻的元數(shù)據(jù)庫，還是建立文摘的數(shù)據(jù)庫？由于兩者之間存在很大的差異，所以在工作之前應當搞定這一問題。比如作者，若以文摘為依據(jù)，元數(shù)據(jù)應為文摘員，反之，則為作者；再比如著作時間，以文摘為依據(jù)，元數(shù)據(jù)應為文摘創(chuàng)作時間，反之，則為原文創(chuàng)作時間。就個人而言，在為文摘數(shù)據(jù)庫建立元數(shù)據(jù)的時候應當以基礎文獻為依據(jù)，原因有二：1）在文摘數(shù)據(jù)庫中有很多像“文摘員”這樣的特殊字段完全能夠從元數(shù)據(jù)標準中擴展定義；2）文摘始終來源于文獻，它只是對基礎文獻數(shù)據(jù)的描述。如果在建立數(shù)據(jù)庫時將文摘作為主要依據(jù)，就難以對基礎文獻進行有效描述，如創(chuàng)作時間、作者等重要信息，這將對作者正確理解文獻信息造成障礙。

3.3資源整合模式的運用

資源整合的模式對于元數(shù)據(jù)的建立十分重要，它能夠指明元數(shù)據(jù)的建立方向?，F(xiàn)有的資源整合模式主要有兩種：網(wǎng)絡模式和獨立模式。雖然這兩種模式能實現(xiàn)一部分相同的功能，比如跨數(shù)據(jù)、平臺的一站式檢索功能，但兩者之間還存在著較大的差別。運用網(wǎng)絡模式進行資源整合，不會過多考慮文獻所屬的數(shù)據(jù)庫，而主要考慮數(shù)據(jù)資源的類型，根據(jù)資源屬性建立各自的數(shù)據(jù)庫；如果運用獨立模式的資源整合模式，就不用考慮資源類型，而按具體標準建立相應地元數(shù)據(jù)庫。相比之下，網(wǎng)絡模式的資源整合方式更加適用于元數(shù)據(jù)的建立，主要原因有三：1）獨立模式下的數(shù)據(jù)庫均有它們的元數(shù)據(jù)庫，當數(shù)據(jù)庫達到一定數(shù)量時，元數(shù)據(jù)也會變得十分龐大，這樣不僅不利于數(shù)據(jù)庫的管理，還會增加檢索的時間，而采用網(wǎng)絡模式進行資源整合，就會有基本固定的元數(shù)據(jù)庫數(shù)量；2）由于不同數(shù)據(jù)庫之間也存在著相同的資源類型，如期刊單篇同時存在于特色庫和CNKI 中，獨立模式的資源整合方式會增加各個數(shù)據(jù)庫的元數(shù)據(jù)，這樣不僅使元數(shù)據(jù)的定義太過隨意，還增加了職員的工作量；3）由于元數(shù)據(jù)的標準需要依據(jù)相關(guān)的資源類型來建立，所以采用網(wǎng)絡模式的資源整合方式更加合理。

4 特色數(shù)據(jù)庫元數(shù)據(jù)建立的基本原則

作為描述數(shù)據(jù)的特殊數(shù)據(jù)，元數(shù)據(jù)建立的目的就是便于特色資源的檢索和存取。通過對特色資源的運行方式、功能特點和系統(tǒng)的總體運行性能進行統(tǒng)一的描述和規(guī)定，元數(shù)據(jù)的建立將特色資源進行標引以方便廣大用戶的檢索與使用。但是，目前首先要進行考慮的特色資源的共享問題，因此，特色數(shù)據(jù)庫元數(shù)據(jù)的建立應遵循以下原則：

4.1準確性原則

按照元數(shù)據(jù)的定義，其目的是為了完成對數(shù)據(jù)內(nèi)容的描述。因此，準確無誤的元數(shù)據(jù)標引是實現(xiàn)準確描述數(shù)據(jù)的前提。具體而言，就是要求元數(shù)據(jù)建立不僅能準確的描述信息資源，還能保證使用的相關(guān)術(shù)語、元素定義等概念清晰，不存在模棱兩可的情況，且不使用那些易于發(fā)生歧義的元數(shù)據(jù)。換句話說，元數(shù)據(jù)建立時不但要將著錄標準、傳輸語言等進行統(tǒng)一規(guī)定，還要對元素的設置、標記語言及著錄的原則進行嚴格的規(guī)定。只有實現(xiàn)這樣的元數(shù)據(jù)標引，所建特色數(shù)據(jù)庫的檢索質(zhì)量和檢索效率才能達到最好的效果。

4.2標準化原則

在特色數(shù)據(jù)庫的建設時，標準化是實現(xiàn)有效進行信息標引和資源共建共享的主要因素。但目前而言，元數(shù)據(jù)建立的標準尚存在很多問題。雖然像都柏林核心元素集等流的元數(shù)據(jù)建立已經(jīng)有了統(tǒng)一的通用的標準，但是全國各地仍然難以在資源的共建共享上取得統(tǒng)一的認識，在實際操作中仍各行其是，同時在元數(shù)據(jù)的標引上也難以達成一致。即使是對相同元素進行元數(shù)據(jù)的著錄時，差異往往也會很大。例如，最初像都柏林核心元素集只規(guī)定有15種核心集元素，以達到規(guī)范、簡化元數(shù)據(jù)的標引過程。但是具體到各地圖書館后，很多圖書館在此基礎上盲目擴充，使得該數(shù)據(jù)集日益復雜化，越來越難以實現(xiàn)標準化了。元數(shù)據(jù)的標準化內(nèi)涵廣泛，既包括元素著錄時內(nèi)容的標準化、進行相同類型的數(shù)字化信息資源的著錄時所用元數(shù)據(jù)的統(tǒng)一性，還包括元數(shù)據(jù)建立時采用的編碼語言的統(tǒng)一化等方面。

4.3互操作性原則

當不同的組織和管理且相關(guān)技術(shù)規(guī)范不完全相同，應該給用戶提供統(tǒng)一的檢索界面，實現(xiàn)對用戶的一致，這就是元數(shù)據(jù)的互操作性原則。由于組織信息進行特色數(shù)據(jù)庫的建立時，各地圖書館所采用的元數(shù)據(jù)標準難免會有出入，且學科和內(nèi)容也有較大差別，數(shù)據(jù)庫建成后又要求實現(xiàn)資源的共享，故應該遵循元數(shù)據(jù)建立的互操作性原則，以滿足客戶需求，實現(xiàn)特色數(shù)據(jù)庫的建立。

4.4編碼語言的統(tǒng)一性原則

實現(xiàn)對元數(shù)據(jù)的元素與結(jié)構(gòu)的描述和定義的語法規(guī)則和具體語義就是元數(shù)據(jù)的編碼語言。就目前而言，元數(shù)據(jù)建立時使用的編碼語言有很多種，具體包括超文本標記語言（Hypertext Markup Language，HTML）、標準通用標記語言（Standard General Markup Language，SGML）及可擴展標記語言（Extensible Markup Language，XML）這三種。有的元數(shù)據(jù)對使用何種編碼語言有著明確的規(guī)定，如美國聯(lián)邦聯(lián)邦地理數(shù)據(jù)委員會、TE1和EAD都只使用SGML語言。有的元數(shù)據(jù)在這方面又沒有相關(guān)的規(guī)定，如DC數(shù)據(jù)，既有使用XML的，也有使用HTML的。考慮到資源的共享和數(shù)據(jù)交換，元數(shù)據(jù)作為傳遞計算機系統(tǒng)所能理解的存儲數(shù)據(jù)和信息，其元素結(jié)構(gòu)和組織方式必須要能被計算機理解。但是由于元數(shù)據(jù)有著不甚規(guī)范的編碼語言，造成了元數(shù)據(jù)的格式記錄和編碼規(guī)則不統(tǒng)一，這樣的元數(shù)據(jù)建立的特色數(shù)據(jù)庫就難以實現(xiàn)資源的共享和數(shù)據(jù)的管理。因此，采用規(guī)范、統(tǒng)一的元數(shù)據(jù)編碼語言是實現(xiàn)信息資源的準確描述和資源共享的必然選擇。

4.5專用性和通用性原則

元數(shù)據(jù)建立的專用性指的是某種元數(shù)據(jù)的建立只能完成一種特定信息資源的描述。而元數(shù)據(jù)的通用性原則指的是某種元數(shù)據(jù)可以實現(xiàn)多種信息資源的描述。元數(shù)據(jù)的專用性適用于對某特定信息資源實現(xiàn)很好的描述，但難以對其他信息資源進行適當?shù)拿枋觯欢獢?shù)據(jù)的通用性原則能實現(xiàn)對多種信息資源的有效描述，卻對特定信息資源缺乏足夠的描述力度。盡管特色數(shù)據(jù)庫本身是一種專指的數(shù)據(jù)庫，但是作為優(yōu)秀的特色資源庫，其專指的應該是學科，但是該學科所覆蓋的內(nèi)容是可以很廣泛的。因此，為實現(xiàn)眾多信息資源的有效整合和優(yōu)秀的特色數(shù)據(jù)庫建設，在進行元數(shù)據(jù)建立時應兼顧元數(shù)據(jù)建立的專用性和通用性，在兩者間找到平衡，達到更好的效果。

5 結(jié)束語

元數(shù)據(jù)的建立是建設圖書館特色數(shù)據(jù)庫、有效整合和管理信息資源的基礎，本文對元數(shù)據(jù)的基本概念和特點作了較為詳細的闡述，其次針對元數(shù)據(jù)的建立過程中應注意的諸多問題進行了簡要分析，最后提出了元數(shù)據(jù)建立的基本原則。

參考文獻

[1]李凌杰.特色數(shù)據(jù)庫建設中的元數(shù)據(jù)質(zhì)量控制研究[J].圖書情報工作，2010（05）43-46.

[2]袁小一，蘇智星.淺談特色數(shù)據(jù)庫元數(shù)據(jù)的建立[J].晉圖學刊，2005（05）28-30+35.

[3]陰小建.基于XML的特色數(shù)據(jù)庫平臺研究[D].山東師范大學，2010.

篇3

由于缺乏統(tǒng)一的組織和管理，相關(guān)網(wǎng)絡信息的類目設置十分混亂，如類目劃分沒有遵循合理的標準，劃分同一層次時采用2個或2個以上的劃分標準，沒有應用統(tǒng)一的標準；資源劃分時，重復或遺漏現(xiàn)象較多；很多不符合基本邏輯規(guī)則的情況，如整體不能包含局部等在網(wǎng)絡信息的類目展開中大量存在?；谶@些原因，當用戶檢索時，搜索到的信息就可能與實際需求之間存在很大的偏差。③為了更好的反映動態(tài)變化，大多數(shù)網(wǎng)站都會設置最新動態(tài)和熱點專題等類目。盡管這些類目的設置可以更好地幫助用戶了解當前最新的信息，但是也會間接的降低信息組織的規(guī)律性、邏輯性和層次性，增加網(wǎng)絡信息的易逝性，給用戶的檢索活動帶來諸多不便。從當前網(wǎng)絡信息資源組織的現(xiàn)狀來看，網(wǎng)絡信息資源組織者必須通過改進與完善原有的信息資源組織方法，來構(gòu)建一個更加適合網(wǎng)絡環(huán)境下信息資源的組織方法?；谶@種需求背景，元數(shù)據(jù)的網(wǎng)絡信息資源組織方式產(chǎn)生了。

元數(shù)據(jù)及元數(shù)據(jù)方案分析

元數(shù)據(jù)元數(shù)據(jù)（Metadata）就是Internet中用于描述數(shù)據(jù)與資源，促進信息資源組織與發(fā)現(xiàn)的數(shù)據(jù)。關(guān)于元數(shù)據(jù)有以下幾點值得注意：（1）元數(shù)據(jù)不一定是數(shù)字形式，它還可能是其他形式，即元數(shù)據(jù)的形式是多樣的。（2）元數(shù)據(jù)不僅可以用于對信息對象進行描述，同時還可用于對被描述對象的其他情況進行說明。（3）元數(shù)據(jù)可來自各種不同的資源，除了由人類提供或是計算機自動生成外，通過推斷一項資源與另一項資源的關(guān)系也可以得到。（4）在信息對象中可以自由增減元數(shù)據(jù)。元數(shù)據(jù)方案（1）MARC（機讀目錄格式）。機讀目錄格式（Ma－chine-ReadableCatalogingFormat，MARC）是各國信息資源的主要表示形式之一。它提供了一整套完整而詳盡的流式數(shù)據(jù)表示規(guī)范，在圖書館書目記錄數(shù)據(jù)應用時，可作為描述、存儲、交換、處理和檢索信息的基礎。經(jīng)過多年的發(fā)展后，MARC已經(jīng)不僅僅用于描述書目信息，還可用于描述和存取電子信息資源。（2）DC（都柏林核心）。都柏林核心（DC）全稱都柏林核心元素集（DublinCoreElementSet），由O－CLC（聯(lián)機計算機圖書館中心）和NSCA（美國超級計算應用中心）在第一屆元數(shù)據(jù)研討會上討論制定的一種元數(shù)據(jù)格式。DC作為一種元素集，包含了15個基本的數(shù)據(jù)元素和44個限定詞。早期制定DC主要是為了對出版物的信息進行描述，而在隨后召開的6次元數(shù)據(jù)研討會上，經(jīng)過不斷地補充和修訂，DC的結(jié)構(gòu)與功能已逐漸趨于完善。同時，由于它所具有的簡單、靈活，易于理解，可擴展性、兼容性強等特點，使得它成為了一個很好的適用于網(wǎng)絡信息資源的標識。（3）XML（可擴展標記語言）?？蓴U展標記語言（ExtensibleMarkupLanguage，XML）從SGML發(fā)展而來，是SGML的一個精簡子集，既保留了SGML的可擴展性與適用性，同時也支持了靈活多變的Web應用。更為重要的是，它提供了一種對文檔進行結(jié)構(gòu)化描述的機制，便于將各種結(jié)構(gòu)的文檔作為統(tǒng)一的Web文檔的一部分進行傳輸。由于采用的是結(jié)構(gòu)化的描述方式，因此利用XML便可以在元數(shù)據(jù)集中定義層次、嵌套結(jié)構(gòu)比較復雜的元素。此外，XML所具有的自己的文件類型（DTD）為在通用的元數(shù)據(jù)外定義自己的元數(shù)據(jù)集合提供了便利。（4）RDF（資源描述框架）。資源描述框架（Re－sourceDescriptionFramework，RDF）使用XML語法來表示的資源模型，是一個用于表示W(wǎng)eb資源特性及資源與資源之間關(guān)系的框架。RDF的提出對解決不同元數(shù)據(jù)的互操作性與兼容性具有非常大的幫助，同時也為元數(shù)據(jù)在Web上的應用提供了一種基礎結(jié)構(gòu)，使得各應用程序之間可以在Web上進行交換元數(shù)據(jù)，為促進網(wǎng)絡資源的自動化處理提供便利。為了實現(xiàn)元數(shù)據(jù)標準的統(tǒng)一，國際標準化組織（In－ternationalOrganizationforStandardization，ISO）最近專門成立了一個元數(shù)據(jù)工作組，用于對元數(shù)據(jù)全球性標準的研究和建立。這一國際性標準化研究工作組的建立，推動元數(shù)據(jù)的標準化進程具有十分重要的意義，將使其不斷向標準化、結(jié)構(gòu)化方向邁進。隨著因特網(wǎng)的不斷發(fā)展，建立標準的元數(shù)據(jù)系統(tǒng)已成為人們的共同追求的目標。在這其中，元數(shù)據(jù)方案的標準化工作已經(jīng)受到了人們的普遍關(guān)注，可以說，元數(shù)據(jù)的重用與元數(shù)據(jù)的互換已成為當前和今后元數(shù)據(jù)發(fā)展的必然趨勢。

元數(shù)據(jù)在網(wǎng)絡信息資源組織中的作用及應用

元數(shù)據(jù)在網(wǎng)絡信息資源組織中的作用（1）描述。元數(shù)據(jù)所提供的描述功能就是從元數(shù)據(jù)的定義出發(fā)，對信息對象的內(nèi)容與位置進行描述，實現(xiàn)對信息對象的存取和利用。（2）定位。一般而言，元數(shù)據(jù)中都會包含與網(wǎng)絡信息資源位置方面相關(guān)的信息，利用這些信息就可以準確確定資源的位置，有效地促進信息對象的發(fā)現(xiàn)與檢索。除此之外，在確定了信息對象的元數(shù)據(jù)后，對其在數(shù)據(jù)庫及其他集合體中的位置基本上也就可以確定了。（3）搜尋。在著錄過程中，可以對信息對象中的重要信息進行組織，賦予其語意，同時建立起聯(lián)系，保證檢索結(jié)果更加準確，符合用戶需求，為用戶提供有價值的識別資源，發(fā)現(xiàn)真正需要的資源。（4）評估。元數(shù)據(jù)所具有的能夠提供有關(guān)信息對象的名稱、內(nèi)容、時間、格式、作者等信息的功能，使得用戶在不對信息對象進行瀏覽的情況下，就可以對信息對象有一個初步的認識和了解，然后再參照相關(guān)的標準，就可以對網(wǎng)絡信息資源價值的大小進行評估，并以此來作為存取與利用資源的標準。（5）選擇。利用元數(shù)據(jù)提供的相關(guān)信息資源的描述信息，并在參考相應評估標準的情況下，用戶就可以非常便利的選擇符合自己需求的信息資源加以利用。元數(shù)據(jù)在網(wǎng)絡信息資源組織中的應用元數(shù)據(jù)及其在XML/RDF結(jié)合應用下，可以更好地描述與管理網(wǎng)絡信息資源。而在其上的應用技術(shù)———推技術(shù)（PUSH），則為用戶在實際的應用中提供了巨大的便利。推技術(shù)是在元數(shù)據(jù)的基礎上產(chǎn)生的，其核心主要是：可以自動搜尋網(wǎng)上信息資源，然后在用戶需求的基礎上對組織進行加工和管理。目前，在眾多針對元數(shù)據(jù)的研究性工作中，如DC、RDF等的研究，對于推技術(shù)而言都是用于實現(xiàn)主動信息服務的基礎性研究工作。推技術(shù)可直接、全面的表達出用戶的信息需求，從而實現(xiàn)了真正意義上的面向用戶；信息查詢是面向用戶、主題的，全部可由用戶來進行。將拉技術(shù)與推技術(shù)有機結(jié)合，可以產(chǎn)生多種方式，如先推后拉、先拉后推、推中有拉、拉中有推等，這樣不但可以有效減輕帶給網(wǎng)絡的負擔，還可以擴大用戶范圍，為用戶提供更為有效的服務?？梢哉f，它將成為信息系統(tǒng)實現(xiàn)用戶主動信息服務發(fā)展的一個方向。

篇4

關(guān)鍵詞：元數(shù)據(jù) 電子文件 檔案著錄

元數(shù)據(jù)，英文名為 “metadata”，最早出現(xiàn)于計算機信息技術(shù)領域，目前已經(jīng)在多個專業(yè)領域，如圖書情報、博物館及檔案等領域中得到廣泛應用，電子文件管理元數(shù)據(jù)研究已經(jīng)成了檔案數(shù)字化研究中的基礎項目。發(fā)展中國的數(shù)字檔案館不能不對元數(shù)據(jù)進行研究。

一、檔案界關(guān)于元數(shù)據(jù)研究的階段劃分

檔案界關(guān)于元數(shù)據(jù)定義的研究起始于20世紀80年代末、90年代初。關(guān)于元數(shù)據(jù)定義的研究目前已經(jīng)經(jīng)歷了三個發(fā)展階段，第一階段研究認為在電子文件管理中應有元數(shù)據(jù)的參與，形成了對元數(shù)據(jù)引進檔案領域后的初始定義；第二階段是在實踐基礎上展開了元數(shù)據(jù)項目研究之后，形成了對元數(shù)據(jù)的深化認識；第三個階段則是目前根據(jù)元數(shù)據(jù)在檔案界實際應用而形成的對元數(shù)據(jù)定義的最新成果。

1.第一階段――元數(shù)據(jù)的初始定義

元數(shù)據(jù)是美國著名的電子文件專家戴維?比爾曼首先引進電子文件研究領域的。對其最初的定義是：元數(shù)據(jù)是關(guān)于數(shù)據(jù)的數(shù)據(jù)。在這一層面上，元數(shù)據(jù)的含義與計算機信息技術(shù)領域中的元數(shù)據(jù)的含義是一致的。

然而，這一含義過于抽象、泛指。因為其適用的范圍，既可以是檔案領域，也可以是其他領域，而且元數(shù)據(jù)對檔案界來說又是一個新出現(xiàn)的術(shù)語，在這之前檔案工作者還從未遇到過這一術(shù)語，所以，元數(shù)據(jù)這一概念不是很容易被檔案工作人員所理解。由于這一原因，在國際檔案界，各國電子文件專家、學者又在實踐基礎上對元數(shù)據(jù)定義進行了新的探索。

2.第二階段――著錄元數(shù)據(jù)

由于元數(shù)據(jù)的含義比較抽象，不直觀，不容易被檔案工作人員所理解，所以，為了使元數(shù)據(jù)在檔案領域有其更為專指的性質(zhì)和含義，研究者又提出了著錄元數(shù)據(jù)的概念，即元數(shù)據(jù)是關(guān)于單一電子文件和文件組合的背景及其相互關(guān)系的結(jié)構(gòu)化著錄數(shù)據(jù)。其中具有代表性的就是英國公共檔案館《電子文件管理指南(1999)》中所提出的定義：元數(shù)據(jù)指的是關(guān)于某份文件和文件賴以存在的集合體的信息(如它們的背景聯(lián)系及關(guān)系)，泛指結(jié)構(gòu)化的描述和著錄數(shù)據(jù)。①

著錄元數(shù)據(jù)主要指的是著錄信息。著錄信息是檔案界人員所能理解的，而且是早已熟悉的，所以，“元數(shù)據(jù)是著錄信息”的提法比“元數(shù)據(jù)是關(guān)于數(shù)據(jù)的數(shù)據(jù)”的提法大大前進了一步。因為，這樣就把元數(shù)據(jù)這一新的術(shù)語與傳統(tǒng)的檔案工作的實踐很好地結(jié)合起來，并且也有助于實踐中對元數(shù)據(jù)的操作與運用。

在這方面，美國的電子文件專家戴維?沃爾思(David Wallance)于1993年在加拿大《檔案》雜志上就撰文指出： 元數(shù)據(jù)管理就是一個作為目前著錄的替代策略而提出來的。原則上，這種方法對檔案工作人員不是什么新方法，因為檔案工作者早已能獲取和利用元數(shù)據(jù)了。但是，他們以前并沒有聽說過“元數(shù)據(jù)”這個詞。②

對于這個觀點，澳大利亞《工業(yè)、研究與教育戰(zhàn)略合作元數(shù)據(jù)項目》的主要負責人蘇?麥克密斯（Sue McKemmish）教授在1998年發(fā)表的文章中也指出：如果我們以其廣義和靈活的方式來考慮元數(shù)據(jù)，那么檔案工作者是元數(shù)據(jù)的專家，元數(shù)據(jù)實際就是久以存在于我們周圍的一個簡單的新詞，只不過隨著計算機的出現(xiàn)，被賦予了新名稱而稍顯得不同而已。傳統(tǒng)的檢索工具、目錄卡片、案卷目錄、案卷、紙張文件的文頭與文尾都包括了元數(shù)據(jù)。③

但是，如果把元數(shù)據(jù)定義為著錄元數(shù)據(jù)，容易把元數(shù)據(jù)等同于傳統(tǒng)的著錄數(shù)據(jù)，如《國際標準――檔案著錄規(guī)則(總則)》、《檔案機讀目錄格式》等。但是從當初元數(shù)據(jù)引進檔案界的最直接的動機來看，主要是為解決數(shù)字化環(huán)境中的電子文件管理問題。所以，如何使元數(shù)據(jù)與電子文件管理更直接結(jié)合起來，就成為檔案界所致力探索的領域。

3.第三階段――電子文件管理元數(shù)據(jù)

在著錄元數(shù)據(jù)的基礎上，國際檔案界又提出了電子文件(檔案)管理元數(shù)據(jù)，其真正的含義被定義為：“在對電子文件及其與文件創(chuàng)建和管理有關(guān)的人、過程和系統(tǒng)進行確認以及為其提供憑證和背景信息的過程中，有關(guān)文件的管理、利用和文件可理解性的元數(shù)據(jù)?！雹堋半娮游募芾碓獢?shù)據(jù)是專門設計用于滿足電子文件管理需求，有關(guān)保證文件的真實性、可靠性、穩(wěn)定性、安全性、完整性、可理解性與可利用性的數(shù)據(jù)。”⑤

由于元數(shù)據(jù)在電子文件管理中所起的作用和目的性不同于其他用途的元數(shù)據(jù)，所以，也就把電子文件管理元數(shù)據(jù)與其他更為泛指的元數(shù)據(jù)區(qū)別開來了，而且也與其他領域中所應用的元數(shù)據(jù)區(qū)別開來了。所以，現(xiàn)在檔案界所提出的元數(shù)據(jù)，已與圖書館界、博物館界的元數(shù)據(jù)在內(nèi)涵與外延上都不盡相同了。

二、檔案界關(guān)于元數(shù)據(jù)外延的研究

前面我們討論與界定了元數(shù)據(jù)的內(nèi)涵，那么，元數(shù)據(jù)所指的外延是什么呢?或者元數(shù)據(jù)所指的對象有哪些呢?對元數(shù)據(jù)外延的理解一般可分為三層：

1.單體元數(shù)據(jù)。即元數(shù)據(jù)是一個個單獨的實體，如表達電子文件的題名、責任者、日期等的元數(shù)據(jù)。

2.元數(shù)據(jù)組。即多個具有共同性質(zhì)的元數(shù)據(jù)實體的組合。如具有表示電子文件結(jié)構(gòu)這一共同性質(zhì)的多個元數(shù)據(jù)實體：MARC、TEI、JPEG、MPEG 等組合在一起，就構(gòu)成一個元數(shù)據(jù)組合。由于元數(shù)據(jù)性質(zhì)的多樣性，所以，同一個元數(shù)據(jù)同時可以歸入多個不同的元數(shù)據(jù)組合中。

3.元數(shù)據(jù)系統(tǒng)。即由單體元數(shù)據(jù)和元數(shù)據(jù)組所構(gòu)成的一個有序化的系統(tǒng)。如《電子系統(tǒng)中文件永久性憑證問題的國際研究項目(InterPARES)》的《分析用模板》、美國匹茲堡大學項目的《元數(shù)據(jù)參考模型》和澳大利亞南威爾士州檔案館制定的《文件管理元數(shù)據(jù)標準》等均是元數(shù)據(jù)系統(tǒng)。

三、元數(shù)據(jù)與著錄信息的區(qū)別與聯(lián)系

1.元數(shù)據(jù)與著錄信息的區(qū)別

元數(shù)據(jù)與傳統(tǒng)意義上的著錄信息是不相同的：

(1)兩者的實現(xiàn)目的不同。傳統(tǒng)的著錄信息的目的主要是用于檢索，主要是為實現(xiàn)檔案的情報價值而設置的；而元數(shù)據(jù)主要目的是用于憑證，主要是為實現(xiàn)檔案的憑證價值而設置的。

(2)兩者的實現(xiàn)方式不同。傳統(tǒng)的著錄信息的實現(xiàn)方式是“后端控制”，即文件歸檔而移交至檔案館后才進行著錄；而元數(shù)據(jù)實現(xiàn)方式是“前端控制”，即在文件創(chuàng)建時，就同時對文件進行獲取登錄。

(3)兩者的實現(xiàn)環(huán)境不同。傳統(tǒng)的著錄信息主要實現(xiàn)環(huán)境是手工環(huán)境，即在手工環(huán)境下，對文件進行著錄；而元數(shù)據(jù)實現(xiàn)的環(huán)境主要是數(shù)字化的系統(tǒng)環(huán)境，即在數(shù)字化的系統(tǒng)環(huán)境中對文件進行控制。

(4)兩者實現(xiàn)的過程不同。傳統(tǒng)的著錄側(cè)重于檔案工作過程中某一環(huán)節(jié)上對著錄單位的控制；而元數(shù)據(jù)的獲取登錄，則是對電子文件從其產(chǎn)生至結(jié)束的整個生命周期的控制。

(5)兩者實現(xiàn)手段不同。傳統(tǒng)的著錄實現(xiàn)手段主要是采用手工著錄，即使在制作機讀目錄的情況下，其著錄的過程也是主要靠手工著錄完成的；而元數(shù)據(jù)的獲取登錄則將元數(shù)據(jù)系統(tǒng)預設于計算機系統(tǒng)之中，從而使大部分元數(shù)據(jù)可由計算機系統(tǒng)自動生成。

2.元數(shù)據(jù)與著錄信息的聯(lián)系

元數(shù)據(jù)與傳統(tǒng)著錄信息的聯(lián)系體現(xiàn)在其個體的共同性上，如反映文件內(nèi)容的題名、反映責任對象的責任者、反映文件生成時間的日期等，這些個體在元數(shù)據(jù)中有，在傳統(tǒng)的著錄信息中也有。這是因為，盡管元數(shù)據(jù)與著錄信息在以上這些方面有區(qū)別，但是以上這些方面并沒有窮盡它們的所有性質(zhì)，在除以上這些性質(zhì)之外，在某些性質(zhì)上兩者又具共同性。所以，研究元數(shù)據(jù)，我們又不能不注意到傳統(tǒng)檔案著錄信息，尋求它們之間的共性，以實現(xiàn)對傳統(tǒng)檔案與電子文件在計算機系統(tǒng)中的集成管理。

注釋：

① Public Record Office. Management Appraisal and Preservation of Electronic Records

② David Wallance. Metadata and Archival Management of Electronic Records. Archivaria. 1993. 36

③ Sue McKemmish Glenda Acland etc. Describing Records in Context in the Continuum The Australian recordkeeping Metadata Schema. Archivaria. 2000. 48

④ ICA. Guide for Managing Electronic Records from an Archival Perspective. 1997. p20.

篇5

關(guān)鍵詞：元數(shù)據(jù)；異構(gòu)數(shù)據(jù)源；XML；信息系統(tǒng)集成

中圖分類號：TP311文獻標識碼：A文章編號：1009-3044(2007)03-10618-02

1 引言

在信息化建設中，許多單位都先后獨立開發(fā)了信息管理系統(tǒng)。由于這些系統(tǒng)在開發(fā)平臺、開發(fā)工具，開發(fā)時間的不同，它們難免會存在邏輯結(jié)構(gòu)、物理結(jié)構(gòu)的不同，即異構(gòu)性。在實際工作中，往往又需要各個系統(tǒng)的信息之間進行交換、整合、同步等操作來滿足業(yè)務需求，但是由于系統(tǒng)的異構(gòu)性，它們之間不能進行簡單的信息交換，給實際工作帶來諸多不便。因此信息系統(tǒng)集成已經(jīng)成為當前信息化建設的迫切需求。

本文針對上述問題，把XML作為數(shù)據(jù)交換的中間文件，提出了一種基于元數(shù)據(jù)的系統(tǒng)集成的實現(xiàn)方法。

XML（eXtensible Markup Language）可擴展標識語言是W3C組織的XML工作組在1996的SGML（Standard Generalized Markup Language）工作組的基礎上創(chuàng)立的，于1998年2月正式推出了XML1.0版本。XML是SGML的一個嚴格篩選的子集，它既保留了SGML的絕大部分實用的功能，又大大簡化了SGML過于復雜的地方，使XML變得功能強大而又易于使用，特別是它的平臺無關(guān)性，非常適合應用于異構(gòu)系統(tǒng)集成中的數(shù)據(jù)交換。

Metadata元數(shù)據(jù)，通常稱為data about data或是data describes otherData。目前，元數(shù)據(jù)是網(wǎng)絡資源組織發(fā)展的熱點，它與XML的發(fā)展密不可分。基于XML的元數(shù)據(jù)格式將走向標準化，為各種異構(gòu)系統(tǒng)的集成提供必要的手段。

集成系統(tǒng)采用基于元數(shù)據(jù)的集成方式。其過程是：系統(tǒng)集成模塊接收到查詢請求后，對命令進行解析，對照元數(shù)據(jù)進行語義檢查和XML封裝，然后將XML格式的查詢發(fā)送到Wrapper，由之轉(zhuǎn)化分解為相應的SQL查詢命令，通過JDBC接口對數(shù)據(jù)庫操作，將返回的數(shù)據(jù)源查詢結(jié)果提交回系統(tǒng)集成模塊，最后由系統(tǒng)集成模塊綜合轉(zhuǎn)化后用于用戶界面層顯示，這樣就把已有的多個數(shù)據(jù)源集成為一個全局管理、采用統(tǒng)一視圖、面向用戶的集成系統(tǒng)。異構(gòu)系統(tǒng)對用戶而言完全是透明的。

2 集成系統(tǒng)設計

2.1 系統(tǒng)層次結(jié)構(gòu)

基于元數(shù)據(jù)的異構(gòu)數(shù)據(jù)源集成系統(tǒng)如圖1所示。最上層是用戶層，面向普通用戶提供服務，用戶輸入查詢條件，得到查詢結(jié)果；中間層是系統(tǒng)層，提取用戶層的查詢條件，返回相應的查詢結(jié)果，具有查詢命令解析、元數(shù)據(jù)管理和數(shù)據(jù)綜合等功能；最底層的是數(shù)據(jù)層，包括各種結(jié)構(gòu)化和半結(jié)構(gòu)化的數(shù)據(jù)，是實際的數(shù)據(jù)存儲地。

圖1 異構(gòu)數(shù)據(jù)源集成系統(tǒng)層次結(jié)構(gòu)圖

2.2 用戶界面

用戶界面采用JSP動態(tài)網(wǎng)頁設計，將用戶錄入的查詢條件提交系統(tǒng)集成模塊，并將最終的查詢結(jié)果顯示出來。

2.3 系統(tǒng)集成模塊

系統(tǒng)集成模塊分為命令解析、命令分派、元數(shù)據(jù)管理、數(shù)據(jù)綜合，數(shù)據(jù)轉(zhuǎn)換等功能組成，如圖2所示。查詢命令通過命令解析器的解析后交給命令分派器，命令分派器從元數(shù)據(jù)庫中查閱相關(guān)數(shù)據(jù)源的信息，將查詢命令封裝為XML發(fā)送給指定數(shù)據(jù)源的Wrapper進行處理。查詢的結(jié)果或錯誤信息經(jīng)Wrapper傳回數(shù)據(jù)綜合器。數(shù)據(jù)綜合器從元數(shù)據(jù)庫中讀取業(yè)務數(shù)據(jù)之間的關(guān)聯(lián)規(guī)則信息，對查詢結(jié)果進行綜合。經(jīng)過數(shù)據(jù)轉(zhuǎn)換器格式轉(zhuǎn)換，生成最終的查詢結(jié)果，以一定的格式呈現(xiàn)給用戶界面顯示。

元數(shù)據(jù)是系統(tǒng)集成能否實現(xiàn)的關(guān)鍵。元數(shù)據(jù)庫中主要存放兩類元數(shù)據(jù)：數(shù)據(jù)源描述和業(yè)務數(shù)據(jù)關(guān)聯(lián)規(guī)則。元數(shù)據(jù)庫將這兩類元數(shù)據(jù)集中存放，從而實現(xiàn)集中統(tǒng)一管理。

3 元數(shù)據(jù)的設計、元數(shù)據(jù)庫的實現(xiàn)途徑

3.1 元數(shù)據(jù)的設計

3.1.1 數(shù)據(jù)源描述規(guī)則部分元數(shù)據(jù)設計

該部分元數(shù)據(jù)包括如下部分：

(1)數(shù)據(jù)源所在機器的IP或機器名；(2)數(shù)據(jù)庫類型及名稱；(3)表名、列名及類型；(4)連接條件與篩選條件說明。

其中的表名、列名是Wrapper從數(shù)據(jù)庫中提取的，插入到XML文件的相應部分。文件片段如下：

在一次關(guān)于人員和車輛分配的查詢中，首先通過查詢元數(shù)據(jù)庫中的關(guān)聯(lián)規(guī)則人員與車輛的關(guān)系，然后查詢元數(shù)據(jù)庫中人員庫和車輛庫的信息，分派查詢命令，最后綜合就可以給出人員和車輛的分配方案。

以上是部分元數(shù)據(jù)的設計方法，在集成系統(tǒng)中，對業(yè)務數(shù)據(jù)關(guān)聯(lián)規(guī)則采用管理員界面定制，方便動態(tài)維護和管理。

3.2 元數(shù)據(jù)庫的實現(xiàn)途徑

集成系統(tǒng)中元數(shù)據(jù)庫采用native XML Database數(shù)據(jù)庫Taminoo。Taminoo除了可以存儲和訪問XML外，還具備多項功能，包括Open Database Connectivity、符合Unicode要求、HTTP通信及處理非XML數(shù)據(jù)的能力。Taminoo擁有直接XML檢索和特殊檢索的能力，其查詢語言強大而簡短，可進入任意深度。

4 集成系統(tǒng)實現(xiàn)

系統(tǒng)采用J2EE技術(shù)實現(xiàn)，分別針對管理員界面層、系統(tǒng)集成模塊、接口規(guī)范定義。其中幾個關(guān)鍵技術(shù)實現(xiàn)如下。

4.1 元數(shù)據(jù)管理

元數(shù)據(jù)管理模塊通過發(fā)送查詢命令給Wrapper，由Wrapper將數(shù)據(jù)源的元數(shù)據(jù)信息提供給元數(shù)據(jù)庫，由元數(shù)據(jù)庫進行統(tǒng)一全局管理，從而使多個數(shù)據(jù)源構(gòu)成一個統(tǒng)一視圖。通過對業(yè)務數(shù)據(jù)關(guān)聯(lián)規(guī)則的定制，為查詢的結(jié)果進行數(shù)據(jù)綜合提供依據(jù)。

4.2 模塊間接口規(guī)范的定義

各個模塊間的數(shù)據(jù)交換用XML的文件格式。進行數(shù)據(jù)交換時，查詢元數(shù)據(jù)庫中相應的信息，按照規(guī)則進行數(shù)據(jù)封裝、轉(zhuǎn)換、傳輸和接收。增加了靈活性和動態(tài)適應性。

4.3 Wrapper

Wrapper包括查詢語句轉(zhuǎn)換和結(jié)果轉(zhuǎn)換功能。查詢語句被轉(zhuǎn)換為相應的SQL語句，通過JDBC驅(qū)動接口訪問具體的數(shù)據(jù)源。結(jié)果轉(zhuǎn)換部分依據(jù)查詢時建立的XML Schema創(chuàng)造XML元素節(jié)點樹等，然后將查詢結(jié)果插入到XML結(jié)果文檔中，從而實現(xiàn)相應的轉(zhuǎn)換。

5 結(jié)束語

本文提出了一種基于元數(shù)據(jù)的異構(gòu)數(shù)據(jù)源的系統(tǒng)集成設計方案，并給出了系統(tǒng)設計和框架結(jié)構(gòu)，對系統(tǒng)實現(xiàn)的關(guān)鍵技術(shù)進行了討論。本系統(tǒng)將為異構(gòu)的信息系統(tǒng)的集成提供一種解決方案。在本單位的值班系統(tǒng)的信息化改造中，通過對該方案的實施，使單位內(nèi)各個獨立異構(gòu)的系統(tǒng)有效的集成，提供給用戶一個統(tǒng)一的視圖，提高了查詢效率，達到了預期的目的。

參考文獻：

[1]Roth M T, Peter M. Schwarz. Don't Scrap It, Wrap It! A wrapper architecture for legacy data sources[A]. VLDB[C],1997:266-275.

[2]Ullman J D. Principles of database and knowledge-base systems[M]. Vol. II: the New Technologies. Computer Science Press, New York, NY, 1989.

[3]孫君明, 郭紅. 基于XML的異構(gòu)信息交換研究[J]. 計算機應用研究,2003(1):69-73.

[4]沈兆陽. Java與XML數(shù)據(jù)庫整合應用[M]. 北京: 清華大學出版社,2002.

[5]陳傳波, 胡書能. 基于J2EE體系的企業(yè)數(shù)據(jù)交換模型研究[J]. 計算機工程,2002,28(4):281-282.

[6]李安渝, 等. Web Services技術(shù)與實現(xiàn)[M]. 北京: 國防工業(yè)出版社,2003.

[7]李雙慶, 游蓮, 古平, 等. 一個基于XML的數(shù)據(jù)交換中間件技術(shù)[J]. 計算機科學,2003,30(5):180-181.

篇6

當人類具備了獲取海量數(shù)據(jù)和處理規(guī)?；瘮?shù)據(jù)的能力時，以大數(shù)據(jù)應用為特征的信息技術(shù)就會走進我們的日常生活與工作之中。自然的、真實的數(shù)據(jù)能反映出客觀規(guī)律，是大數(shù)據(jù)之源；虛假的、杜撰的數(shù)據(jù)是污染源，必須從各個層面根除。安全生產(chǎn)領域尚沒有普遍的、規(guī)范的數(shù)據(jù)源獲取體系，因此，必須從數(shù)據(jù)源建設入手，獲取真實的數(shù)據(jù)。

規(guī)范安全監(jiān)管信息工作體系

安全生產(chǎn)監(jiān)管監(jiān)察涉及行業(yè)領域多、地域面積廣、風險種類復雜、監(jiān)管體系不完善等，于是長期陷入被動的“治療急診”和疲憊的“預防流行”困惑之中。任期壓力、任期風險主宰了決策思維，“預防為主、綜合治理”便缺乏理性共識，固本強基、長遠謀劃、共治久安則成為“奢望”。

政策短期化、碎片化導致全系統(tǒng)的基礎能力弱化，難以構(gòu)建系統(tǒng)、完整、明晰的行政監(jiān)管邏輯關(guān)系，安全監(jiān)管信息化則無源可溯。信息化改變的是服務社會的方式，其價值充分體現(xiàn)在數(shù)據(jù)的真實性、實時性和集成性，精、準、廣是互為制約的三要素。

實現(xiàn)安全監(jiān)管工作的現(xiàn)代化，既要重視信息化工作平臺建設，又要重視新技術(shù)集成創(chuàng)新的普及，并且要遵循“由下而上建設，由上而下指導”。邊建、邊用、邊完善，在“用”字上下功夫，力求“好用、管用、實用”。

從安全監(jiān)管重中之重破題

有效遏制重特大事故是我們必須完成的答卷，解決“查、防、治、救”科學化、信息化、法制化就是重中之重?？茖W地解決“查什么、怎么查、查哪里？測什么、怎么測、測哪里？治什么、怎么治、治哪里？”，是精準的基礎；借助信息技術(shù)實現(xiàn)指揮“一盤棋”、決策“一張圖”、行動“一張表”，互動“一張網(wǎng)”，是重要的支撐；完善“依法治安”，實現(xiàn)全方位的黨紀、法規(guī)威懾是重要的保障。

“查、防、治、救”的核心環(huán)節(jié)是科學建立查的目標、指標、周期、處置等工作體系，至簡致用，保障數(shù)據(jù)源的價值。與時俱進地集成創(chuàng)新測、查等手段，不斷提高效能和質(zhì)量是科研工作的重點。面對多行業(yè)、多領域的重大風險源測控需求，四川省安全科學技術(shù)研究院于2012年設立了“重大風險源測控四川省重點實驗室”，從礦山露天頭頂風險源入手，集成高分衛(wèi)星、三維激光、地下物探三項技術(shù)優(yōu)勢，構(gòu)建了“天空、地表、地下”（三界）多元數(shù)據(jù)診斷體系，創(chuàng)立了“診斷―分析―設計―治理”（DADT）循環(huán)管控模式（見圖1），實現(xiàn)了危險源定量化的預測、預警、預防之科學管控目標，全面提升了安全監(jiān)管監(jiān)察能力和信息化管控的水平。

全壽命周期的數(shù)字化管控

礦山、?；敖煌ㄟ\輸?shù)阮I域普遍存在危險源分布廣、點位多、誘發(fā)因素復雜及人力難以遍及等共同特點，三界測控技術(shù)的處理能力為我們提供了湫碌募際跏侄巍T諢袢〖喙芏韻蠹負緯〖骯丶狀態(tài)參數(shù)的基礎上，有針對性地分析并研判風險演化規(guī)律，及時制定合理的化解、防范和治理措施。

概括而言，就是通過太空高分衛(wèi)星周期性獲取區(qū)域總體數(shù)據(jù)（m級分辨率）篩查風險，掌握域內(nèi)風險演變；運用地表三維激光掃描技術(shù)，針對已發(fā)現(xiàn)并確定的風險實施精準測控（精度mm級），掌握風險具體部位、規(guī)模、趨勢和系統(tǒng)關(guān)聯(lián)；需要時再運用地下地球物理探測技術(shù)（m級分辨率），透過現(xiàn)象看本質(zhì)，由表及里研判風險誘因（見圖2）。

據(jù)此，建立由太空、地表、地下“三界”空間測控方法相融合的重大風險源“健康檔案”，持續(xù)開展穩(wěn)態(tài)數(shù)據(jù)與實時（或周期性）監(jiān)測數(shù)據(jù)智能比對，實現(xiàn)全過程精細化管控，并進行精準預報、預警，針對性地開展防災減災設計與綜合治理，構(gòu)建DADT循環(huán)管控工作體系，為科學決策和應急處置提供全面的、可靠的數(shù)據(jù)支持。

篇7

>> 用戶數(shù)據(jù)素養(yǎng)教育視角下的圖書館科學數(shù)據(jù)管理研究 高校圖書館科研數(shù)據(jù)管理研究 大數(shù)據(jù)時代的高校圖書館數(shù)據(jù)管理研究 元數(shù)據(jù)在數(shù)字圖書館中的應用 國外高校圖書館科學數(shù)據(jù)的元數(shù)據(jù)服務研究 元數(shù)據(jù)在高校圖書館特色數(shù)據(jù)庫建設中的應用與實踐 淺談圖書館元數(shù)據(jù)的應用 美國高校圖書館的研究數(shù)據(jù)管理服務體系構(gòu)建及策略研究 加州數(shù)字圖書館數(shù)據(jù)管理計劃工具研究及思考 試論高校圖書館數(shù)據(jù)管理體系的構(gòu)建 基于元數(shù)據(jù)倉儲的圖書館信息資源管理研究 元數(shù)據(jù)及其在數(shù)字圖書館中的應用 醫(yī)院圖書館中文圖書數(shù)據(jù)庫管理系統(tǒng)的應用與實踐 數(shù)據(jù)挖掘在圖書館管理上的應用 圖書館信息管理中元數(shù)據(jù)的應用 大數(shù)據(jù)在圖書館的應用研究 我國大數(shù)據(jù)技術(shù)應用于圖書館的實踐研究 數(shù)據(jù)挖掘技術(shù)在圖書館中的應用 基于數(shù)據(jù)生命周期的圖書館科學數(shù)據(jù)服務研究 元數(shù)據(jù)管理系統(tǒng)的研究與實現(xiàn) 常見問題解答 當前所在位置：.

[12]Data Management Planning[EB/OL].[2014-07-20]..

[13]Khan H， Caruso B， Corson-Rikert J， et al. DataStaR： Using the semantic web approach for data curation[J]. International Journal of Digital Curation，2011，6（2）： 209-221.

[14]Steinhart G. DataStaR： an institutional approach to research data curation[J]. IASSIST Quarterly， 2007， 31（3-4）：34-39.

[15]Bermudez L， Piasecki M. Metadata community profiles for the semantic web[J]. Geoinformatica，2006，10（2）： 159-176.

[16]Lowe B. Datastar： Bridging XML and OWL in science metadata management[M]. // Metadata and Semantic Research. Springer Berlin Heidelberg，2009：141-150.

[17]張曉林. 機構(gòu)知識庫的發(fā)展趨勢與挑戰(zhàn)[J]. 現(xiàn)代圖書情報技術(shù)， 2014， 30（2）： 1-7.

[18]Dearborn C C， Barton A J， Harmeyer N A. The Purdue University Research Repository： HUBzero customization for dataset publication and digital preservation[J]. OCLC Systems & Services， 2014， 30（1）： 15-27.

[19]殷沈琴，張計龍，張瑩，等. 社會科學數(shù)據(jù)管理服務平臺系統(tǒng)選型研究――以復旦大學社會科學數(shù)據(jù)平臺為例[J].圖書情報工作，2013，57（19）：92-96.

[20]DataONE[EB/OL].[2014-07-19]..

[29]Keralis S D C. Data curation education： A snapshot[J]. L. Jahnke， A. Asher， & SDC Keralis. The problem of data， 2012： 32-43.

篇8

關(guān)鍵詞：網(wǎng)刊系統(tǒng)；元數(shù)據(jù)；中國知網(wǎng)；VB；自動提取

中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2016）09-0090-03

在國內(nèi)，絕大部分讀者是從期刊網(wǎng)站獲取期刊全文，進而進行引用的。因此，期刊建立自己的官方網(wǎng)站，為讀者提供論文檢索、數(shù)據(jù)核對、實現(xiàn)在線出版，對擴大期刊的影響力和傳播力至關(guān)重要[1]。網(wǎng)刊系統(tǒng)為期刊建立一個實現(xiàn)現(xiàn)刊和過刊的瀏覽、查詢等功能的網(wǎng)刊數(shù)據(jù)提供了技術(shù)平臺[2-3]。以此為基礎，建設期刊自己的網(wǎng)站時，需要對期刊數(shù)據(jù)進行網(wǎng)刊，對于一般編輯部來說，歷史期刊，有的只是紙質(zhì)的，需要對歷史期刊電子化，轉(zhuǎn)化為電子版的期刊還需要進一步進行元數(shù)據(jù)的提取工作[4-8]。

一般來說，各個編輯部在網(wǎng)刊工作中都是采用手工粘貼拷貝的方式。這種方式不僅工作量很大，而且數(shù)據(jù)質(zhì)量很低。另外，由于手工制作的工作量[9]，導致了網(wǎng)站建設要么耗時很長、要么需要大量人力或物力。因此本文基于對象的VB語言編程軟件，編寫了能夠批量提取元數(shù)據(jù)的程序，采用模式識別智能算法[10-11]，從大型數(shù)據(jù)庫[12]提供的信息中準確提取本期所有文章的元數(shù)據(jù)，并形成可直接到網(wǎng)刊系統(tǒng)上的Excel文件，大幅度提高工作效率。

5 結(jié)束語

在期刊數(shù)字化的工作中，對于很多新建網(wǎng)站的雜志社來說，有兩部分工作：最新1期的元數(shù)據(jù)提??；歷史期刊的元數(shù)據(jù)提取。對于很多期刊來說歷史期刊的數(shù)據(jù)都已經(jīng)不全了，因此通過大型數(shù)據(jù)庫來完善網(wǎng)站的過刊數(shù)據(jù)成為比較可行的途徑之一。通過本文實現(xiàn)的程序可以對1年的過刊數(shù)據(jù)甚至幾十年的過刊數(shù)據(jù)一次性進行提取操作，工作效率大幅提升。

但是中國知網(wǎng)上的數(shù)據(jù)更新比雜志社期刊出版要延時約2個月，而且網(wǎng)刊系統(tǒng)中要求有的元數(shù)據(jù)有32項，而中國知網(wǎng)提供的僅有12項，所以本文方法并不適合使用在最新一期的元數(shù)據(jù)提取工作上。下一步工作重點研究對最新一期的排版數(shù)據(jù)進行元數(shù)據(jù)的提取上。

參考文獻：

[1] 閆蓓，嚴謹，肖宏.搭建科學與大眾的橋梁：談科技期刊與大眾媒體的新聞報道合作實踐[J].編輯學報， 2009，21（4）： 325-327

[2] 吉玉珠，胡兵.我國學術(shù)期刊數(shù)字化建設的分析與思考[J].圖書與情報，2003（3）：33-35.

[3] 張科，王景發(fā).期刊網(wǎng)絡采編系統(tǒng)研發(fā)及系統(tǒng)功能分析[J].自動化數(shù)字化網(wǎng)絡化，2008（4）：72-76.

[4] 洪鷗，姜春明，陳海清.上海市高校科技期刊數(shù)字出版現(xiàn)狀及分析[J].學報編輯論叢，2011：172-176.

[5] 丁巖，吳惠勤，龍秀芬等.科技期刊數(shù)字化出版轉(zhuǎn)型初探[J]. 編輯學報， 2011， 23 （sup1）：3-6.

[6] 林有興.關(guān)于促進科技期刊高效傳播科技信息的思考[J].編輯學報， 2005，17（3）： 165-166.

[7] 鄭筱梅， 楊小玲. 期刊網(wǎng)絡化趨勢及科技期刊應對策略[J]. 編輯學報， 2009，21（1）： 64-66.

[8] 孫遠，朱曉紅，喻偉.網(wǎng)絡環(huán)境下科技期刊數(shù)字化建設初探[J]. 人民長江，2009，40（4）：102-103.

[9] 洪鷗，姜春明，王寧.高校學報自然科學版網(wǎng)絡出版現(xiàn)狀[J].調(diào)查與思考，2014，25（7）：895-901.

[10] 劉曉華.非計算機專業(yè)VB程序設計教學探討[J]. 創(chuàng)新教育，2011（38）：135-137.

篇9

1.1國際范圍內(nèi)元數(shù)據(jù)標準頒布情況

作為描述文件（records）背景、內(nèi)容、結(jié)構(gòu)及其管理過程的數(shù)據(jù)，元數(shù)據(jù)（metadata）對于文件（包括檔案）管理的重要性已經(jīng)獲得了廣泛的認同。上個世紀末以來，澳大利亞［1］、英國［2］、加拿大［3］等國家紛紛推出了不同適用范圍、使用目的的文件管理元數(shù)據(jù)標準；而相關(guān)國際標準的頒布，與各國、地方的標準形成良性的互動，［4］推動元數(shù)據(jù)標準不斷走向成熟。ISO14721:2003《空間數(shù)據(jù)與信息移交系統(tǒng)———開放檔案信息系統(tǒng)（OAIS）參考模型》的，引發(fā)了數(shù)字保存（digitalpreservation）領域基于OAIS的信息模型開發(fā)元數(shù)據(jù)方案的熱潮。在文件管理元數(shù)據(jù)（recordkeepingmetadata，recordsman－agementmetadata）標準缺失的情況下，也有一些檔案部門據(jù)此模型開展了元數(shù)據(jù)標準的探索和實踐。［5］ISO23081-1:2006《信息與文獻———文件管理流程———文件元數(shù)據(jù)———原則》和ISO/TR23081-2:2007《信息與文獻———文件管理流程———文件元數(shù)據(jù)———概念與實施》［6］則開辟了面向文件形成機構(gòu)文件管理元數(shù)據(jù)標準的疆土，其提出的多實體、多屬性的元數(shù)據(jù)框架結(jié)構(gòu)，則被此后很多國家、地區(qū)、單位制定的文件管理元數(shù)據(jù)標準、方案所采納。文件管理元數(shù)據(jù)和長期保存元數(shù)據(jù)的區(qū)別和聯(lián)系也日益為大家所重視。［7］ISO/TR23081-3：2011《信息與文獻———文件管理流程———文件元數(shù)據(jù)———自我評價方法》則進一步明確了評價現(xiàn)有文件管理元數(shù)據(jù)的方法。國際上對于文件管理元數(shù)據(jù)的探索焦點從原則、概念逐步走向?qū)嵤谩?/p>

1.2我國電子文件元數(shù)據(jù)標準的建設

2002年底，青島市檔案局頒布的規(guī)范性文件《青島市電子文件歸檔與管理規(guī)范（試行）》以“附錄A電子文件著錄項目”的方式規(guī)定了電子文件的元數(shù)據(jù)項目；2005年底，天津市檔案局制定了《天津市電子公文元數(shù)據(jù)表》；2008年3月，我國核行業(yè)標準《核電電子文件元數(shù)據(jù)》（EJ/T1224-2008）頒布；同年7月，廣州市地方技術(shù)規(guī)范《電子文件檔案資源管理規(guī)范第4部分：元數(shù)據(jù)》（DBJ440100/T10.4—2008）出臺；2009年底，檔案行業(yè)標準《文書類電子文件元數(shù)據(jù)方案》（DA/T46-2009）問世；2011年1月，ISO23081-1《信息與文獻———文件管理流程———文件元數(shù)據(jù)———原則》被正式采納為國家標準，標準號為GB/T26163.1-2010；國家檔案局承擔的國家標準《通用電子文件元數(shù)據(jù)規(guī)范》研究項目正在推進過程中，建設、石油等行業(yè)的電子文件元數(shù)據(jù)標準正在醞釀出臺。這些行動標志著我國電子文件的元數(shù)據(jù)管理從自由探索步入了標準引導、從地方規(guī)范和行業(yè)規(guī)范走向國家規(guī)范的發(fā)展階段，且標準的內(nèi)容和形式也不斷與國際標準接軌。［8］

1.3元數(shù)據(jù)標準的實施問題

隨著諸多標準規(guī)范的出臺，文件形成單位和保存單位如何貫徹實施有關(guān)標準，在相關(guān)系統(tǒng)中產(chǎn)生、管理和利用元數(shù)據(jù)，日益成為關(guān)系到系統(tǒng)建設質(zhì)量乃至最終文件管理狀況的關(guān)鍵。本文所指元數(shù)據(jù)方案（metadataschema），是文件形成單位或保存單位對電子文件元數(shù)據(jù)元素語義、語法、賦值及其相互關(guān)系（結(jié)構(gòu)）的系統(tǒng)性規(guī)定。本文根據(jù)電子文件元數(shù)據(jù)形成和積累的規(guī)律，結(jié)合杭州市電子文件中心建設的實例，圍繞著一類單位———文件形成單位在建設一類系統(tǒng)———電子文件管理系統(tǒng)（ElectronicRecordsManagementSystem，ERMS）過程中的元數(shù)據(jù)方案設計問題展開探討。

2電子文件元數(shù)據(jù)形成、積累的規(guī)律

電子文件的元數(shù)據(jù)隨著文件形成和管理過程而不斷產(chǎn)生、累積，而這樣的產(chǎn)生、累積是要通過系統(tǒng)實現(xiàn)的。探究元數(shù)據(jù)形成、積累的規(guī)律，首先要辨析電子文件生命周期中的系統(tǒng)類型。

2.1電子文件生命周期中的系統(tǒng)類型

從系統(tǒng)的功能來看，電子文件整個生命周期中的系統(tǒng)通常包括三類：［9］支持文件形成單位日常業(yè)務工作的開展，在此過程中形成合格、完整的電子文件的“業(yè)務系統(tǒng)”（BusinessSystem，BS）；［10］從業(yè)務系統(tǒng)中將信息以文件的方式加以捕獲、維護、利用和處置的ERMS，捕獲和處置分別是該系統(tǒng)文件管理功能的起點和終點，我們也可以將ERMS理解為立檔單位檔案輔助管理系統(tǒng)在數(shù)字世界中的功能拓展；長期保管各類電子文件，保證其真實、準確、可理解的“文件保存系統(tǒng)”（RecordsPreservationSystem），國際上也將此類系統(tǒng)歸入“可信任數(shù)字倉儲”（TrustedDigitalRepository，TDR）。

2.2元數(shù)據(jù)在各類系統(tǒng)中形成、積累的過程

電子文件不同生命階段的元數(shù)據(jù)依次在BS，ERMS，TDR中形成，前一階段形成的關(guān)鍵元數(shù)據(jù)將隨著文件一起進入下一個系統(tǒng)。但是，不同系統(tǒng)管理文件的目的不同，管理成本亦有限，不可能也不需要將所有的元數(shù)據(jù)都保留下來。也就是說，電子文件的元數(shù)據(jù)是動態(tài)增加的，但并非所有的元數(shù)據(jù)都會和文件同步積累、轉(zhuǎn)移，某些元數(shù)據(jù)只存在于產(chǎn)生它的系統(tǒng)中，不會進入下一個系統(tǒng)。當一份文件從BS進入ERMS，或者ERMS進入TDR的時候，部分元數(shù)據(jù)會與之同行，部分則會與之分離，這樣的過程如圖1所示。

2.3電子文件元數(shù)據(jù)的運動規(guī)律

通過圖1可以看出，電子文件元數(shù)據(jù)的行程好比一條不斷匯聚的河流，沿途會消耗掉一部分水分，同時也不斷有新的河水注入其中?？傮w來說，這是一個細水長流、日積月累的過程。就在這個平緩向前的過程中，尤其是在ERMS和TDR的運轉(zhuǎn)過程中，可能因為文件管理的某種需要臨時性地增加元數(shù)據(jù)。這樣的需要至少包含兩種情況：第一，移交的需要，為便于TDR長期保存文件，ERMS在向TDR移交文件的時候可能需要臨時增加元數(shù)據(jù)。比如全宗名、全宗號原本只是全宗級的元數(shù)據(jù)，文件級元數(shù)據(jù)可不包含此項，在移交時為了讓每份文件具有自我說明的能力，需要給每份文件重復記錄同樣的全宗名、全宗號。再如為TDR制定并實施合理的文件保存規(guī)劃，可能需要大量補充電子文件的技術(shù)環(huán)境元數(shù)據(jù)，除了文件格式外，還注明軟件產(chǎn)品、版本號、壓縮類型，字符編碼方案、軟件商信息等。第二，利用的需要，為更好地實現(xiàn)信息服務、知識挖掘等，可以通過元數(shù)據(jù)自動抽取工具臨時挖掘文件的主題信息，并加以標注。應需臨時增加的部分，通常借助特定的插件、工具完成。正如ISO23081-2:2009所言：“優(yōu)質(zhì)的元數(shù)據(jù)體系是動態(tài)的，能夠在必要時隨時增加文件管理元數(shù)據(jù)”。［11］因此，我們認為電子文件元數(shù)據(jù)具備持續(xù)形成、選擇積累、應需增加的特點。

3ERMS元數(shù)據(jù)方案設計的準備

為設計出適用的元數(shù)據(jù)方案，除了人員、資金等方面的準備之外，還需要明確ERMS的系統(tǒng)功能定位，了解相關(guān)標準及其實施路徑，掌握ERMS元數(shù)據(jù)方案設計的內(nèi)容和方法，以便最終逐一確定元數(shù)據(jù)元素及其規(guī)則。

3.1系統(tǒng)功能定位的確定

上述BS，ERMS，TDR只是概念劃分的結(jié)果，各單位需要購置的系統(tǒng)既可能與之對應，也可能具備其中一類系統(tǒng)的部分功能，或者其中兩類系統(tǒng)的全部或部分功能，需要根據(jù)系統(tǒng)實際的功能定位來制定元數(shù)據(jù)方案。比如西方國家所稱的ElectronicDocuments&RecordsManagementSystem（EDRMS）即為一類從電子郵件系統(tǒng)、桌面辦公軟件、工作流系統(tǒng)、掃描系統(tǒng)等辦公類系統(tǒng)中捕獲非結(jié)構(gòu)化文檔，并實施集中存儲、統(tǒng)一利用和文件管理（檔案化管理）的系統(tǒng)，有些EDRMS本身也提供工作流、掃描等功能。提供工作流并支持文件形成業(yè)務的EDRMS元數(shù)據(jù)方案，通常要單純的ERMS包含更多的業(yè)務類元數(shù)據(jù)。類似地，如果我國有單位要實現(xiàn)OA系統(tǒng)和檔案管理系統(tǒng)相集成的電子公文一體化管理系統(tǒng)，或者工程項目文檔協(xié)作系統(tǒng)和檔案管理系統(tǒng)相集成的項目文件管理系統(tǒng)，也要設計更為豐富的業(yè)務類元數(shù)據(jù)。此外，一些大型企業(yè)面臨建設ERMS和TDR的雙重任務，在系統(tǒng)選型的時候，也傾向于將兩者集成在一起，對此類系統(tǒng)的元數(shù)據(jù)方案，則要在文件管理元數(shù)據(jù)之余，更多地考慮長期保存元數(shù)據(jù)。本文以獨立的ERMS實施為假設前提展開討論。

3.2標準環(huán)境

任何單位在設計ERMS元數(shù)據(jù)方案的時候，都要尋求標準的支持。雖然我國已經(jīng)出臺不少相關(guān)元數(shù)據(jù)標準，不過，標準實施還是面臨兩個方面的困難：

3.2.1標準適用性不夠

早期出臺的電子公文元數(shù)據(jù)規(guī)范在適用范圍上規(guī)定得很明確，區(qū)分了文件形成單位和文件保存單位的需要，比如《青島市電子文件歸檔與管理規(guī)范（試行）》明確指出面向青島市市直機關(guān)、團體和其他社會組織等文件形成單位，《天津市電子公文元數(shù)據(jù)表》分別對電子政務系統(tǒng)歸檔電子文件和檔案室向檔案館移交的電子文件的元數(shù)據(jù)加以規(guī)定，后者比前者多出5個元數(shù)據(jù)元素，同時還有各自配套的數(shù)據(jù)結(jié)構(gòu)規(guī)范。但是這些標準大多為經(jīng)驗性總結(jié)，缺乏元數(shù)據(jù)頂層框架的支持，在與文件形成系統(tǒng)的互操作性方面的支持力稍弱。2008年之后出臺的《電子文件檔案資源管理規(guī)范第4部分：元數(shù)據(jù)》（DBJ440100/T10.4—2008）和《文書類電子文件元數(shù)據(jù)方案》（DA/T46-2009）則分別依據(jù)OAIS和ISO23081的概念模型，元數(shù)據(jù)元素的設計相對嚴謹，但是其內(nèi)容較全面，同時包含文件管理元數(shù)據(jù)和長期保存元數(shù)據(jù)，適用范圍較廣，同時面向文件形成單位和文件保存單位，導致這兩種具有不同文件管理職責的單位，面臨實施同一個標準的境況，這就需要其根據(jù)各自的功能目標加以選擇、拓展、改造、具體化的實際問題。

3.2.2標準實施支持力度不夠

從國際范圍的實踐經(jīng)驗來看，ERMS元數(shù)據(jù)標準實施路徑有兩種：第一，將系統(tǒng)功能要求標準和元數(shù)據(jù)標準銜接，通過系統(tǒng)測試的方式強化合規(guī)性要求，使得元數(shù)據(jù)標準由書面的規(guī)定變成市場通用軟件內(nèi)嵌的事實標準。這樣的系統(tǒng)功能要求標準包括：1997年開始頒布、并且每隔5年更新一次美國國防部標準DoD5015.2-STD《文件管理軟件設計標準》，其中具體規(guī)定了文件、文件夾的元數(shù)據(jù)；［12］2002年英國公共文件局推出的《電子文件管理系統(tǒng)功能要求》系列標準，元數(shù)據(jù)標準是其中第2部分；歐盟《文件系統(tǒng)通用要求》（MoReq）的2008年版本MoReq2，元數(shù)據(jù)方案是其重要的一個附錄［13］；在MoReq2基礎上推出的改進版本MoReq2010，則將元數(shù)據(jù)方案和功能要求條款密切融合，即在功能要求條款中明確具體的元數(shù)據(jù)要求。［14］第二，制定元數(shù)據(jù)標準的實施指南，指導各單位具體應用。比如加拿大國家圖書與檔案館（LAC）在頒布《加拿大政府文件元數(shù)據(jù)標準》的同時，頒布了《加拿大政府文件元數(shù)據(jù)應用方案》，闡明了元數(shù)據(jù)元素的應用規(guī)則和方法。［15］據(jù)筆者了解，已經(jīng)完成起草任務的我國《電子文件管理系統(tǒng)通用功能要求規(guī)范》和《通用電子文件元數(shù)據(jù)規(guī)范》以及《文書類電子文件元數(shù)據(jù)方案》（DA/T46-2009）相對獨立；亦未見有關(guān)文件元數(shù)據(jù)標準的實施指南。作為文件形成單位，應該牢牢立足于文件形成單位ERMS的基本定位及其元數(shù)據(jù)的構(gòu)成特點參考既有標準。鑒于ISO23081提出的元數(shù)據(jù)模型以及實施建議已經(jīng)成為國際最佳實踐經(jīng)驗，本文將此標準為基礎展開探討。

3.3ERMS元數(shù)據(jù)方案設計的技術(shù)路線設計

ERMS元數(shù)據(jù)方案，就是選擇元數(shù)據(jù)元素并建立其相互關(guān)系。根據(jù)ISO23081-2:2009的規(guī)定，元數(shù)據(jù)元素的選擇路徑是有基本規(guī)律可循的，那就是基于文件、責任主體、業(yè)務、法規(guī)、關(guān)系等五類實體的文件管理元數(shù)據(jù)模型，依次定義和標識實體及其級次；按照標識、描述、使用、事件計劃、事件歷史、關(guān)系等六類屬性的模塊化設計思路，描述實體及其級次所必須的元數(shù)據(jù)，建立相關(guān)實體/級次元數(shù)據(jù)之間的關(guān)系；［16］根據(jù)ERMS需要管理的文件的特點，以及系統(tǒng)實施單位業(yè)務和文件管理的情況，建立元數(shù)據(jù)賦值規(guī)則（如賦值范圍、賦值格式、賦值方式等），建立元數(shù)據(jù)管理規(guī)則（如存取權(quán)限、導出格式）等。一個元數(shù)據(jù)方案，只有具體定義到每個元數(shù)據(jù)何時由誰如何產(chǎn)生、修改、利用、刪除的程度，方可實施。本文主要聚焦于實體、實體級次及其相互關(guān)系的確定上，這是元數(shù)據(jù)方案設計的根基。

4實體的確定

4.1基本實體模型

ISO23081：2009確定的元數(shù)據(jù)模型，包含文件、責任主體、業(yè)務、法規(guī)、關(guān)系等五大實體，如圖2所示，這是ERMS實體實施的頂層框架。［17］其中的業(yè)務實體分為形成文件的業(yè)務和文件管理業(yè)務兩部分，這進一步印證了本文圖1所揭示的元數(shù)據(jù)形成和積累的過程。區(qū)分實體的意義在于準確定位元數(shù)據(jù)描述的對象，理解構(gòu)成文件管理整體環(huán)境的各要素及其相互關(guān)系。通過分實體的元數(shù)據(jù)描述，有助于實現(xiàn)系統(tǒng)功能的模塊化設計，以及跨系統(tǒng)的互操作。

4.2實體的實施方式

ISO23081標準申明并不要求直接實施五大實體，而是可以采取非常靈活的策略，既可以選取其中的一種或多種實體，也可以在上述五大實體之外，擴展新的實體。實體的實施方式取決于不同實體描述保持持續(xù)鏈接的能力，也和系統(tǒng)功能的實現(xiàn)方式有關(guān)。具體說來，主要包括以下幾種實施方式：

4.2.1單實體實施

采用以“文件為中心”的實施方式“簡化”實體模型，即在文件實體中包含了其它實體的信息。早期時候出臺的元數(shù)據(jù)標準多采用這種模式，如1999年1.0版的澳大利亞聯(lián)邦政府機關(guān)文件保管元數(shù)據(jù)標準。早期的檔案輔助管理系統(tǒng)也多采用這種實施方式。

4.2.2多實體直接實施

在文件、責任主體、業(yè)務、法規(guī)、關(guān)系實體中選擇2-5種實體實施。比如我國《文書類電子文件元數(shù)據(jù)方案》（DA/T46-2009）采用了文件、責任主體、業(yè)務和關(guān)系4類實體；MoReq2將文件保管期限與處置表理解為特定的法規(guī)標準，采用了文件、文件保管期限與處置表（法規(guī)標準）、責任主體三類實體，而業(yè)務、關(guān)系實體則作為其他實體的屬性。［18］

4.2.3多實體擴展實施

即除了文件、責任主體、業(yè)務、法規(guī)、關(guān)系這五大實體之外，還拓展應用其他實體類型。文件、責任主體、業(yè)務、法規(guī)這四個實體都是多層級的，每個層級都可能包括標識、描述、使用、事件計劃、事件歷史、關(guān)系等六個方面的屬性元數(shù)據(jù)，而且實體的元數(shù)據(jù)本身還要靠元數(shù)據(jù)來描述，如此形成多實體、多層次、多屬性的循環(huán)、關(guān)聯(lián)，由此可以將實體層級、屬性、元數(shù)據(jù)定義等也作為實體來實施。MoReq2010是多實體擴展實施的典范，其規(guī)定已經(jīng)細致到可以在系統(tǒng)中直接應用的程度。MoReq2010共定義了文件聚合（aggregation）、類（class）、組件（component）、背景元數(shù)據(jù)元素定義（ContextualMetadataElementDefinition）、處置保留（DisposalHold）、保管期限與處置表（DisposalSchedule）、實體類型（EntityType）、事件（Event）、功能定義（FunctionDefinition）、組（Group）、元數(shù)據(jù)元素定義（MetadataElementDefinition）、文件（Record）、角色（Role）、服務（Service）、模板（Tem－plate）、用戶（User）共16個實體類型。［19］這16個實體類型大致可以分為六類，如表1所示。其中聚合、類別、文件、組件屬于文件實體的不同層級，處置保留、保管期限與處置表屬于法規(guī)標準實體的三個具體類型，組、角色、用戶屬于責任主體實體的不同層級；其余8個實體類型分別從屬性、元數(shù)據(jù)定義（元數(shù)據(jù)的元數(shù)據(jù)）、系統(tǒng)這三個角度作的拓展：事件乃屬性元數(shù)據(jù)實體，背景元數(shù)據(jù)元素定義、元數(shù)據(jù)元素定義、模板、實體類型屬于元數(shù)據(jù)定義實體，而功能定義、服務這兩個實體類型屬于ERMS系統(tǒng)本身的元數(shù)據(jù)。

4.3杭州市電子文件中心

ERMS的元數(shù)據(jù)實體杭州市電子文件中心項目是由杭州市檔案局承擔的系統(tǒng)建設項目，其主要任務是為杭州市黨政機關(guān)統(tǒng)一建設ERMS，即在全市范圍統(tǒng)一采購、部署和維護ERMS，杭州市檔案局為各ERMS使用單位提供基礎設施、系統(tǒng)平臺和應用軟件的服務，但不代替其完成本單位內(nèi)部的文件管理業(yè)務。這也是我國地方政府電子文件中心建設的一種新定位，不同于永久保管文件、文件中轉(zhuǎn)站、現(xiàn)行文件查詢服務、文件備份等其他各地電子文件中心的功能定位。［20］該項目計劃分四期開展，一期已經(jīng)于2010年完成，實現(xiàn)了杭州市政府機關(guān)統(tǒng)一使用的辦公自動化系統(tǒng)（OA）的元數(shù)據(jù)改造，使其產(chǎn)生合乎文件管理要求的元數(shù)據(jù)；二期于2011年10月完成，完成了ERMS的選型、研發(fā)和試點，可以接收管理OA中的電子文件；三、四期的建設將逐步擴大ERMS的使用范圍，逐步和其他系統(tǒng)銜接，以捕獲更多類型的電子文件。本文簡單介紹二期項目設計完成的元數(shù)據(jù)方案。杭州市電子文件中心ERMS的元數(shù)據(jù)方案采用多實體實施模式，包含文件、責任主體、文件形成業(yè)務、保管與處置、權(quán)限管理五大實體。其中保管與處置、權(quán)限管理屬于法規(guī)標準類的實體。文件實體處于核心地位，與其他實體相互鏈接。關(guān)系實體作為文件實體的屬性加以實施。本項目并未采用完整的業(yè)務實體，僅將文件形成業(yè)務作為一個實體，這跟整個系統(tǒng)的實施方式有關(guān)。描述文件形成業(yè)務，即收發(fā)文處理過程的業(yè)務元數(shù)據(jù)，并非在ERMS中產(chǎn)生，而是在OA中產(chǎn)生、被ERMS接收管理。這些元數(shù)據(jù)在OA中被固化為一個XML文檔，作為文件的有機組成（可以視為文件的一個特殊的組件———筆者注）隨同文件內(nèi)容一起進入ERMS。這個XML文檔相對獨立，目前暫不進入文件元數(shù)據(jù)庫中，日后若普遍存在查詢文件形成業(yè)務數(shù)據(jù)的需要，可比較方便地將其中元數(shù)據(jù)導入文件元數(shù)據(jù)庫中。至于文件進入ERMS之后產(chǎn)生的文件管理業(yè)務元數(shù)據(jù)，則作為文件實體的一個屬性存在，其中大多被包括在“事件歷史元數(shù)據(jù)”中。本項目借鑒了MoReq2和MoReq2010，將保管與處置作為獨立實體加以實施，系統(tǒng)將將該實體中包含的保管期限、ERMS保存期限、觸發(fā)條件、處置行為等元數(shù)據(jù)作為一組相互關(guān)聯(lián)的元素加以實施，定義好的保管與處置規(guī)則可直接應用在類、案卷或文件上。權(quán)限管理實體實施的思路與此類似。

5實體級次的確定

5.1實體的級次

ISO23081的概念模型中，文件、責任主體、法規(guī)標準、業(yè)務等4個實體都具有多個層次，其中文件實體涉及全宗、系列、案卷、文件等層級，責任主體實體包括機構(gòu)、部門、工作組、個人等層級，業(yè)務實體包括聯(lián)合職能、職能、活動、事務等層級，法規(guī)標準實體包括法律、政策、業(yè)務規(guī)則等層級。區(qū)分層級的意義在于精確地定義各層次的元數(shù)據(jù)，同一實體不同層級的元數(shù)據(jù)，既有相同的部分，也有不同的部分。而對于每個層級都有的元數(shù)據(jù)，下位層次則可以通過鏈接繼承上位層級實體的元數(shù)據(jù)，而不一定要全部重復描述，這可以在一定程度上精簡元數(shù)據(jù)方案及其實施成本。

5.2文件實體級次模型及其實施

文件實體是各種實體實施方式中必備的實體類型，因此在各種層次體系中，文件實體的層級最為關(guān)鍵。筆者綜合考察了MoReq2，MoReq2010，I－CAREQ以及我國標準《電子文件管理系統(tǒng)通用功能要求》研究成果中所規(guī)定的信息模型，構(gòu)建了如圖3所示的文件實體級次模型，該模型包括聚合（aggregation）、文件（record）、組件（component）三個層次。聚合是由文件組成的，文件是由組件組成的。這三個級次是任何一個ERMS元數(shù)據(jù)方案都要描述的對象，缺一不可。

5.2.1聚合

聚合即按照機構(gòu)職能、業(yè)務或者文件的性質(zhì)形成的文件集合體。在ERMS中，聚合通常表現(xiàn)為文件夾（folder）的形式，也可以表現(xiàn)為文件類型（recordstype）的形式。按照檔案管理的傳統(tǒng)，聚合又可以細分為三個層次：全宗、類目和案卷。其中，全宗（fond）是最高的文件聚合層次，在ERMS中，它表現(xiàn)為根文件夾（rootfolder）。類目（class）一般指全宗下具有有機聯(lián)系的文件集合體，在傳統(tǒng)意義上的檔案分類體系中，類目的設定一般比較穩(wěn)定。類目可以有多級，在ERMS中，可以建立多個父文件夾（parentfolder）和子文件夾（childfolder）；也可以根據(jù)多個維度建立不同的類目結(jié)構(gòu)。案卷（file）是最低的文件聚合層次，可以在類目下根據(jù)需要靈活地增加案卷。在ERMS元數(shù)據(jù)方案中，既可以將全宗、類目和案卷設定為聚合（文件夾）這一個級次，也可以區(qū)分為全宗（根文件夾）、聚合（子文件夾）這兩個層次，或者保留全宗（根文件夾）、類目（中間層次文件夾）、案卷（最低層次文件夾）這三個級次。一個實體級次的好處是系統(tǒng)設計更為簡單、統(tǒng)一；三個實體級次的好處在于更便于區(qū)別化對待不同的聚合層次，比如不同級次聚合的編號規(guī)則不同，且與檔案管理傳統(tǒng)有效銜接；兩個實體級次則綜合了一個實體級次和三個實體級次的好處。值得一提的是，在MoReq2010的實體模型中，對等使用了聚合、類兩個實體級次，前者指文件系統(tǒng)中的文件夾，通常是為了文件形成者對文件歸類而設置；后者則是指產(chǎn)生于同一業(yè)務活動因而具有相同保管期限的文件集合，通常是為了文件管理員（可以理解為文件形成單位的檔案管理員）鑒定處置文件而設置。在實際單位，聚合和類可能一致，也可能不一致。這樣的設置照顧到了有些單位分類方案和保管期限表不銜接的情況。

5.2.2文件

文件是能夠獨立記錄業(yè)務活動過程和結(jié)果的信息對象。文件是文件管理業(yè)務意義上而非技術(shù)意義上的最小單元。在數(shù)字環(huán)境中，文件本身可以被理解為一個容器，其中可能包含一個或多個組件（component）。包含單個組件的文件為單文件（singlerecord），包含多個組件的情況則又兩種：第一，組成文件的組件之間具有技術(shù)上的緊密關(guān)聯(lián)，如網(wǎng)頁文件中的HTML、CSS、JPEG圖片，或一份嵌入外部音頻、視頻的年度報告等，它們共同構(gòu)成一份復合文件（compoundrecord）。第二，組成文件的組件之間具有管理意義上的緊密關(guān)聯(lián)，如請示和批復是兩個相對獨立的文檔，但二者需要組合在一起才能表示一個完整的管理活動，這樣的文件被稱為組合文件（combinedrecord）。只有理解了復合文件和組合文件的存在，我們才能夠充分認識到ERMS管理到組件級次的必要性。

5.2.3組件

組件是計算機系統(tǒng)中一組數(shù)字信息流，是技術(shù)意義上的最小管理單元，如一個圖片，一個word文檔，數(shù)據(jù)庫的一個視圖等。識別哪個（些）組件構(gòu)成一份文件，主要看這個（些）組件能否獨立地反映業(yè)務活動。組件可能有兩種表現(xiàn)形式：單組件和復合組件，后者本身是有多個技術(shù)上緊密關(guān)聯(lián)的組件組成。比如就一個問題產(chǎn)生的一問一答兩封電子郵件共同構(gòu)成一個組合文件，其中一封電子郵件帶著附件，這封郵件及其附件共同構(gòu)成復合組件。對于以非結(jié)構(gòu)化形式存在的組件，IT領域也稱之為文檔（document）。

5.3杭州市電子文件中心

ERMS的元數(shù)據(jù)實體級次杭州市電子文件中心ERMS的元數(shù)據(jù)方案中，文件實體包含全宗、類、案卷、文件、組件五個級次；責任主體實體包含單位、部門、角色、人員四個級次，其中角色是一定數(shù)量操作權(quán)限的集合，部門可以按需改變，人員也可以流動，而角色是相對穩(wěn)定的；文件形成業(yè)務實體目前只有一個級次，隨著三期、四期ERMS管理對象由OA公文向行政審批系統(tǒng)中業(yè)務文件的擴大，該實體的級次可能增加；保管與處置包括保管與處置規(guī)范、保管與處置規(guī)則兩個級次，前者描述國家檔案局及相關(guān)主管部門頒布的有關(guān)電子文件保管期限和處置要求的法規(guī)規(guī)范，后者描述具體的處置規(guī)則；權(quán)限管理實體只有一個級次。

6元數(shù)據(jù)的確定

6.1元數(shù)據(jù)的模塊化設計

確定了實體及其級次之后，需要確定每個實體級次的元數(shù)據(jù)元素。ISO23081—2：2009推薦采用模塊化設計思路，即每個實體，尤其是文件實體，包含標識、描述、使用、事件計劃、事件歷史、關(guān)系等六類元數(shù)據(jù)，這樣的元數(shù)據(jù)，被張正強教授稱為“屬性元數(shù)據(jù)”。［21］可以看出，這樣的設計思路吸收借鑒了戴維?比爾曼提出的“可為業(yè)務活動接受的通信的元數(shù)據(jù)參照模式”的成果，該模式將文件管理元數(shù)據(jù)分為登記、期限和條件、結(jié)構(gòu)、背景、內(nèi)容、利用史六個層次。［22］

6.2屬性元數(shù)據(jù)的實施

具體的ERMS項目，可根據(jù)六類屬性元數(shù)據(jù)模型靈活變通，設計出可在系統(tǒng)中實施的元數(shù)據(jù)。比如MoReq2010將實體的屬性信息區(qū)分為元數(shù)據(jù)、事件歷史、權(quán)限控制列表三類，如圖4所示。其實這三類信息都是元數(shù)據(jù)，只不過因為事件歷史、權(quán)限控制列表（使用類屬元數(shù)據(jù)）這兩類元數(shù)據(jù)非常重要，MoReq將之凸顯出來。因為實體是有級次的，故需要根據(jù)實體及其級次的特點，選擇實施上述六類元數(shù)據(jù)的部分或全部。對于文件實體而言，這六類屬性元數(shù)據(jù)都是必須的，但是實施的方式有別，不同級次同類屬性元數(shù)據(jù)包含的具體元素亦有別。下面分別闡述文件實體中標識、描述、使用、事件計劃、事件歷史、關(guān)系元數(shù)據(jù)的一般實施要求：

6.2.1標識類元數(shù)據(jù)

此類元數(shù)據(jù)用于標識文件實體，是每個文件實體級次都必備的屬性元數(shù)據(jù)，如全宗號、類號、案卷號、文件號、組件號等。

6.2.2描述類元數(shù)據(jù)

此類元數(shù)據(jù)用來描述文件的內(nèi)容，以方便檢索，是每個文件實體級次都必備的屬性元數(shù)據(jù)。如全宗名、類名、案卷標題、文件題名、摘要、主題詞等。

6.2.3使用類元數(shù)據(jù)

此類元數(shù)據(jù)用來描述和文件利用、權(quán)限有關(guān)的信息，至少可以細分為三類：技術(shù)環(huán)境、秘密程度、訪問權(quán)限等。技術(shù)環(huán)境元數(shù)據(jù)描述文件的軟件、硬件、格式等方面的信息，如存儲格式信息、計算機文件名、計算機文件大小、完整性等。秘密程度元數(shù)據(jù)用來標識文件實體內(nèi)容的保密要求，如密級、開放等級等。訪問權(quán)限元數(shù)據(jù)用來記錄文件利用的詳細信息，一般要定義何文件能夠由誰執(zhí)行什么操作，通常由一組相互關(guān)聯(lián)的元數(shù)據(jù)組成。雖然都屬于使用類元數(shù)據(jù)，但是技術(shù)環(huán)境、秘密程度、訪問權(quán)限這三類元數(shù)據(jù)的實施層次及其方式有所區(qū)別。技術(shù)環(huán)境元數(shù)據(jù)需要在最低文件實體級次———組件上精確定義，只有組件才是ERMS切實管理的內(nèi)容對象，才具備存儲格式信息、完整性等屬性信息。其他高層次的文件實體級次則并沒有此類屬性信息。秘密程度元數(shù)據(jù)需要在文件、聚合級別實施，下級實體可繼承上級實體的秘密程度元數(shù)據(jù)，原則上組件不具備獨立的秘密程度元數(shù)據(jù)，雖然讓同一文件的不同組件具備不同的秘密程度在信息系統(tǒng)中毫無問題，但是這樣設置會增加管理的復雜度。訪問權(quán)限元數(shù)據(jù)可在各個文件級次上都要實施，下級實體可繼承上級實體的訪問權(quán)限元數(shù)據(jù)，不過在組件級別上定義的情況較為罕見。也可以將訪問權(quán)限元數(shù)據(jù)單獨作為一個實體來實施，與文件實體進行鏈接。

6.2.計劃類元數(shù)據(jù)

此類元數(shù)據(jù)用來描述文件進入ERMS后將要發(fā)生的管理行為，體現(xiàn)了對于電子文件管理過程的事前計劃和控制，比較典型的事件包括創(chuàng)建、捕獲、處置、調(diào)整開放程度、調(diào)整密級等。這類元數(shù)據(jù)通常包括事件時間、類型、描述等一組相互關(guān)聯(lián)的元數(shù)據(jù)，可能由ERMS根據(jù)其他元數(shù)據(jù)自動產(chǎn)生，比如某類文件的處置計劃元數(shù)據(jù)可以根據(jù)其應用的“保管期限與處置”規(guī)則自動產(chǎn)生。事件計劃類元數(shù)據(jù)是傳統(tǒng)檔案輔助管理軟件相對缺失的部分。

6.2.5事件歷史類元數(shù)據(jù)

此類元數(shù)據(jù)用來描述ERMS已經(jīng)發(fā)生了的管理行為，通常即執(zhí)行了的事件計劃。通過對電子文件管理過程的同步記錄，可以支持對于ERMS管理過程的事后監(jiān)督和審計。事件歷史類元數(shù)據(jù)也由ERMS自動記錄。6.2.6關(guān)系類元數(shù)據(jù)雖然關(guān)系也可以作為單獨的實體來實施，不過目前大部分的ERMS規(guī)范和項目都是將關(guān)系作為文件實體的屬性。

6.3杭州市電子文件中心

ERMS的文件實體元數(shù)據(jù)除了將使用類元數(shù)據(jù)中的訪問權(quán)限元數(shù)據(jù)單獨作為一個實體之外，杭州市電子文件中心ERMS的文件實體元數(shù)據(jù)包括其他所有屬性元數(shù)據(jù)。此外，在設計文件實體的元數(shù)據(jù)時，還需要注意處理不同文件類型、組件類型的元數(shù)據(jù)設置問題。所謂文件類型，是指根據(jù)業(yè)務活動的需要，對若干具有共性的文件的抽象表示。文件類型可以為一個單位的分類方案所直接體現(xiàn)，也可能無法在分類方案中直接體現(xiàn)。典型的文件類型如發(fā)文、合同、工程圖紙、發(fā)票、訂單等，不同的文件類型在文件級次往往具備一些不同的元數(shù)據(jù)，如合同的發(fā)文的簽發(fā)者，合同的甲方、乙方、合同金額等。對于這種情況，本項目設置了一個通用的文件級次元數(shù)據(jù)集，未來隨著ERMS管理范圍的拓展，將在此基礎上再逐一明確各文件類型個性化的元數(shù)據(jù)。除了多文件類型外，ERMS還要管理不同類型的組件（即計算機意義上的文件），一般根據(jù)技術(shù)屬性劃分組件類型，比如文本、圖片、音頻、視頻等，不同類型的組件的技術(shù)環(huán)境元數(shù)據(jù)（可能還包括其他屬性元數(shù)據(jù)）并不相同，這類元數(shù)據(jù)也被黃玉明局長稱為“編碼元數(shù)據(jù)”或“技術(shù)元數(shù)據(jù)”，國內(nèi)外也有很多標準支持。［23］對于這種情況，仍然可以借鑒對于不同文件類型元數(shù)據(jù)的處理方法，即先設置一個通用的組件級次元數(shù)據(jù)集，在此基礎上再逐一明確各媒體類型組件個性化的元數(shù)據(jù)。

7小結(jié)

篇10

關(guān)鍵詞：元數(shù)據(jù)；異構(gòu)數(shù)據(jù)庫；醫(yī)療共享信息；查詢系統(tǒng)

中圖分類號：TP311 文獻標識碼：A 文章編號：1006-1959（2017）14-0012-02

隨著醫(yī)療行業(yè)信息化建設推進，各大城市中心醫(yī)院逐步建立起較成熟的HIS、LIS、PACS、RIS等信息系統(tǒng)。這些系統(tǒng)多為不同的業(yè)務系統(tǒng)，都是由不同廠家開發(fā)的獨立系統(tǒng)，使用的數(shù)據(jù)庫產(chǎn)品不同，具有異構(gòu)性，而且數(shù)據(jù)庫設計也不同，具有數(shù)據(jù)異構(gòu)性，導致同一行政區(qū)域的不同醫(yī)院、不同系統(tǒng)之間數(shù)據(jù)和資源不能有效共享，醫(yī)療數(shù)據(jù)利用低。通過元數(shù)據(jù)技術(shù)將不同業(yè)務系統(tǒng)資源有機整合，以滿足對醫(yī)療信息共享的需求。

1 元數(shù)據(jù)概述

元數(shù)據(jù)是“描述數(shù)據(jù)的數(shù)據(jù)”，或者“關(guān)于數(shù)據(jù)的結(jié)構(gòu)化數(shù)據(jù)”。元數(shù)據(jù)是用來描述數(shù)據(jù)本身的內(nèi)容特征和其它特征的數(shù)據(jù)[1]。元數(shù)據(jù)的目標主要有兩個方面：①簡單高效的描述、保存、組織和管理大量信息資源；②使信息資源的檢索、發(fā)現(xiàn)、定位和共享更加便利與高效[2]。元數(shù)據(jù)的基本結(jié)構(gòu)由內(nèi)容結(jié)構(gòu)、句法結(jié)構(gòu)和語義結(jié)構(gòu)組成。內(nèi)容結(jié)構(gòu)用于定義元數(shù)據(jù)的構(gòu)成元素；句法結(jié)構(gòu)用于定義元數(shù)據(jù)的格式結(jié)構(gòu)以及如何描述這種結(jié)構(gòu)；語義結(jié)構(gòu)用于定義元素的具體描述方法。

元數(shù)據(jù)是醫(yī)療信息資源組織和處理的基本工具，它為各種形態(tài)的醫(yī)療數(shù)字資源提供了規(guī)范、普遍的描述方法，元數(shù)據(jù)整合中開放描述和互操作性已成為一個基本要求[3]。

2 醫(yī)療共享信息查詢系統(tǒng)模型

醫(yī)院的信息系統(tǒng)存在大量異構(gòu)的數(shù)據(jù)庫，異構(gòu)性表現(xiàn)在多個方面，如使用不同的數(shù)據(jù)庫產(chǎn)品、數(shù)據(jù)庫表的設計不同、存儲的數(shù)據(jù)類型不同、運行環(huán)境不同等。使用元數(shù)據(jù)技術(shù)對異構(gòu)數(shù)據(jù)庫進行統(tǒng)一規(guī)范描述，實現(xiàn)共享訪問這些異構(gòu)數(shù)據(jù)庫的數(shù)據(jù)。用戶通過統(tǒng)一的元數(shù)據(jù)查詢語句完成查詢操作，實現(xiàn)數(shù)據(jù)的透明訪問，同時保持了本地數(shù)據(jù)庫的自治性。

區(qū)域醫(yī)療共享信息查詢系統(tǒng)（MQS），采用B/S三層架構(gòu)，即系統(tǒng)由表現(xiàn)層、業(yè)務邏輯層、數(shù)據(jù)層組成，見圖1。

表F層為該查詢系統(tǒng)的用戶查詢接口，提供統(tǒng)一查詢界面和顯示查詢結(jié)果。業(yè)務邏輯層完成查詢請求的處理和查詢結(jié)果封裝，該層由元數(shù)據(jù)管理模塊、轉(zhuǎn)換器、包裝器組成。元數(shù)據(jù)管理模塊是系統(tǒng)核心部分，本系統(tǒng)的元數(shù)據(jù)包括全局數(shù)據(jù)字典、局部數(shù)據(jù)字典信息組成，描述最小顆粒為各數(shù)據(jù)表的字段，并創(chuàng)建描述字段統(tǒng)一的詞匯表，以解決數(shù)據(jù)異構(gòu)問題。全局數(shù)據(jù)字典包括查詢關(guān)鍵字與局部數(shù)據(jù)庫基本表的映射關(guān)系。局部數(shù)據(jù)字典包括數(shù)據(jù)庫產(chǎn)品名稱、訪問地址和帳號等信息，以解決異構(gòu)分布問題。轉(zhuǎn)換器將全局數(shù)據(jù)庫元數(shù)據(jù)查詢邏輯語句進行分解轉(zhuǎn)換，轉(zhuǎn)換為不同異構(gòu)數(shù)據(jù)庫的查詢子語句。包裝器將各個數(shù)據(jù)庫的查詢結(jié)果進行集成處理。數(shù)據(jù)層是由異構(gòu)數(shù)據(jù)庫組成，保存大量的醫(yī)療數(shù)據(jù)信息。

數(shù)據(jù)查詢流程如下：用戶提交查詢請求，轉(zhuǎn)換器從元數(shù)據(jù)管理模塊獲取數(shù)據(jù)庫映射關(guān)系和元數(shù)據(jù)信息，將用戶提交的元數(shù)據(jù)邏輯查詢語句轉(zhuǎn)換成各異構(gòu)數(shù)據(jù)庫的查詢語句并發(fā)送給相應的數(shù)據(jù)庫執(zhí)行。查詢的結(jié)果通過包裝器進行合并過濾處理并返回給顯示界面。

3 系統(tǒng)實現(xiàn)的相關(guān)技術(shù)

XML技術(shù)?？蓴U展標記語言（XML）是在1998 年由萬維網(wǎng)聯(lián)盟制定的一種源標注語言，主要是為了解決超文本標記語言（HTML） 無法滿足越來越多的網(wǎng)絡數(shù)據(jù)交換的需求[4]。使用XML技術(shù)可以方便地為數(shù)據(jù)定義或擴展自定義的描述術(shù)語以及這些術(shù)語間的結(jié)構(gòu)化關(guān)系，良好的自描述性和跨平臺特點使其成為元數(shù)據(jù)非常理想的描述語言。 MQS以查詢數(shù)據(jù)為中心使用XML對系統(tǒng)的全局字典進行描述，部分代碼如下：

以上XML代碼實現(xiàn)查詢關(guān)鍵字“患者姓名”跟數(shù)據(jù)庫的映射，其中屬性dbname為異構(gòu)數(shù)據(jù)庫的名稱，tbname表示表的名稱，colname表示字段名稱，type表示該字段的類型。

DOM文檔對象模型是W3C組織推薦的處理可擴展標志語言的標準編程接口[5]。MQS系統(tǒng)使用DOM技術(shù)根據(jù)用戶提交的查詢關(guān)鍵字讀取解析XML文檔，獲取異構(gòu)數(shù)據(jù)庫的元數(shù)據(jù)信息，再結(jié)合局部數(shù)據(jù)字典元數(shù)據(jù)生成相應的不同SQL查詢語句并執(zhí)行得到結(jié)果。

JSP+Servlet+JavaBean技術(shù)。JSP 技術(shù)是新一代的腳本技術(shù)，能夠幫助網(wǎng)頁設計和開發(fā)人員簡單且高效的進行動態(tài)網(wǎng)頁的開發(fā)[6]，JSP動態(tài)網(wǎng)頁技術(shù)實現(xiàn)MQS與用戶的交互界面，用于用戶查詢請求的提交和查詢結(jié)果的顯示，Servlet服務器端程序負責查詢請求的任務分發(fā)，JavaBean完成業(yè)務邏輯處理，包括訪問數(shù)據(jù)庫和查詢結(jié)果的封裝。

4 總結(jié)

本文提出了一種基于元數(shù)據(jù)的醫(yī)療共享信息查詢系統(tǒng)（MQS）解決數(shù)據(jù)源的異構(gòu)問題，用戶可以通過系統(tǒng)的統(tǒng)一用戶接口進行查詢，并且從技術(shù)的角度分析了系統(tǒng)功能實現(xiàn)的可行性。但并未對異構(gòu)數(shù)據(jù)庫的元數(shù)據(jù)提取進行深入探討，有待進一步完善。

參考文獻：

[1]李小濤，胡曉惠，郭曉利.基于元數(shù)據(jù)的復雜信息共享技術(shù)[J].系統(tǒng)工程與電子技術(shù)，2015，37（3）：700-706.

[2]趙華，王健.國內(nèi)外科學數(shù)據(jù)元數(shù)據(jù)標準及內(nèi)容分析[J].情報探索，2015（2）：21-24.

[3]李萍.醫(yī)療數(shù)據(jù)質(zhì)量的問題探索和解決模式[J].計算機應用與軟件，2013，30（8）：217-219

[4]楊旋，朱辰，周小甲，等.基于XML的醫(yī)院信息集成平臺的研究與應用[J].醫(yī)院數(shù)字化，2016， 31（12）：82-85.