OAI-PMH中元数据同步模型的研究

来源 :太原科技大学 | 被引量 : 0次 | 上传用户:dropmylove
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着科学技术的飞速发展,人类在认识世界、改造世界的科技活动中不断积累着丰富的科学数据。科学数据的急剧膨胀,信息量的极大丰富,导致用户无法从海量数据中准确及时地获取所需信息,从而影响到科学数据的传播速度和利用效率。因此确保科学数据能够最及时地为用户提供快速有效的服务,以便于用户准确地定位自己所关心的最新学科动态和科研成果,一直是科学数据共享工程的一个关键问题。在众多建设科学数据共享工程的方法中,OAI-PMH是简单有效的一种。它能够自动收集分布在各地的科学元数据,依此建立元数据库并对外提供增值服务,真正实现分散的、不同系统平台之间的元数据交换和共享,提高了系统的互操作能力。为了保证共享平台能够提供给用户各个领域的最新科学数据,需要解决数据提供者和服务提供者间元数据的同步问题。本文通过分析原有同步方法的弊端,采用仓储更新周期与用户访问量相结合的方法来实现对数据提供方收割时间的动态调整,从而保证在充分利用系统资源的前提下准确及时地把仓储更新信息收割回来,达到有效维护数据提供方和服务提供方元数据同步的目的。同时,为更好地发挥科学数据的使用价值并提升信息利用率,服务提供方需要把更新的数据及时准确地传送给用户,因此本文提出把RSS技术应用到OAI框架中,转换OAI中DC格式元数据成RSS格式(RSS1.0和RSS2.0),利用RSS技术及时性、标准统一、易于整合的特点,把来自不同数据提供方的RSS文件按类别重新整合成RSS feed,提供一个统一的界面供用户浏览或订阅,使得用户能够持续跟踪仓储变化信息,极大的满足了用户个性化信息需求,扩大了内容的影响力。
其他文献
生物医学研究是二十一世纪最受关注的研究领域之一,该领域发表了大量的研究论文,已经达到年平均几十万篇以上。如何在如此规模庞大的研究文献中有效地获取相关知识,是该领域
蚁群算法是意大利学者M.Do rigo,V.Maniezzo和A.Colorni通过模拟蚁群觅食行为而提出的一种基于种群的模拟进化算法。作为一种全局搜索的方法,蚁群算法具有正反馈性、并行性、
目标跟踪技术是计算机视觉领域研究的重要课题,它融合了图像处理、模式识别、机器学习、优化理论和偏微分方程等相关领域的先进技术和研究成果,在视频监视系统、机器人导航、军
据交通部门统计,近年来,我国道路交通事故一直高居不下。不仅带来巨大的经济损失,而且给人民带来精神上的伤害,死亡人数也是世界上最多的国家。引起交通事故发生的原因很多,
许多交通事故,源于司乘人员的疲劳驾驶。对人眼疲劳监控,能减少车毁人亡事故,减轻当事人的巨大痛苦,减少社会经济损失。人眼边缘提取、人眼状态判断和人眼疲劳识别等技术,是
在信息时代各种数据每日激增,数据的价值更是不断的飙升。有效存放这些海量数据是对目前的存储系统的巨大挑战。针对海量数据安全存储这一目标,存储系统必须采取有效的技术措
声学事件是指在既定的环境下,人类能够区分和理解的具有完整含义的一段连续的声音信号。声学事件检测是指在声音信号中依据声音信号的声学特性检测是否包含特定声学事件的过
学位
现在社会每年都产生巨大的信息量,由此产生了巨大的存储空间需求,使得存储设备消耗越来越多的能量。磁盘阵列以其良好的性能和可靠性在存储设备中占据了重要的位置。然而,磁
随着互联网的飞速发展,流媒体服务已成为网络服务中最普及的应用之一。在提升流媒体服务性能及稳定性的同时,流媒体服务的安全性也受到了越来越多的关注。本文以流媒体服务是