- 相關推薦
計算機網(wǎng)絡畢業(yè)論文-基于網(wǎng)格的面向專業(yè)內(nèi)容的Web信息檢索體系結
摘要：利用網(wǎng)格、集群系統(tǒng)、XML等技術對分散的Web信息資源按地區(qū)按專業(yè)從邏輯上進行了有效的組織和管理，設計了一個基于網(wǎng)格的面向專業(yè)內(nèi)容的Web信息檢索體系結構，為用戶高效地獲取面向專業(yè)內(nèi)容的信息資源提供了一種。關鍵詞：網(wǎng)格計算,集群系統(tǒng),XML, Agent, Web
1、引言
近年來，互聯(lián)網(wǎng)得到了迅速的，網(wǎng)上信息資源愈來愈龐大，且信息具有量大、分散、異構等特性，因此，傳統(tǒng)的Web信息檢索工具開始暴露出它性能低下的一面，具體體現(xiàn)在現(xiàn)有的信息檢索工具對用戶的要求常常是找出了幾千甚至上萬條記錄，根本無法從中再細找，或者找到的內(nèi)容和要找的內(nèi)容不是一個專業(yè)領域的，造成信息無效的現(xiàn)象。但隨著人們信息意識的增強，對信息內(nèi)容及信息服務的需求也在不斷的演變和發(fā)展，對獲取信息的專業(yè)化、實效性等方面有了新的要求。如何針對專業(yè)領域中特定的用戶群為他們提供專業(yè)的、度身量造的信息服務，使用戶在盡可能短的時間內(nèi)有效的找到最需要的信息內(nèi)容是大家普遍關注的一個。本文利用網(wǎng)格計算、集群系統(tǒng)、XML等技術設計了一個基于網(wǎng)格的面向專業(yè)內(nèi)容的Web信息檢索體系結構，它能將地理位置分散的、異構的信息按地區(qū)按專業(yè)內(nèi)容從邏輯上進行合理的組織和管理，為用戶快速、有效地獲取自己所需要的信息提供了一種方法。
2、基于網(wǎng)格的面向專業(yè)內(nèi)容的Web信息檢索體系結構的設計
網(wǎng)格計算是近年來國際上興起的一種重要信息技術，其目的是將網(wǎng)上各種資源組織在一個統(tǒng)一的大框架下，為解決大型復雜計算、數(shù)據(jù)服務和各種信息服務提供一個方便用戶使用的虛擬平臺，實現(xiàn)互聯(lián)網(wǎng)上所有資源的全面連通，實現(xiàn)信息資源的全面共享。
為解決不同領域復雜計算與海量信息服務問題，人們以網(wǎng)絡互連為基礎構造了不同的網(wǎng)格，他們在體系結構，要解決的問題類型等方面各不相同，但網(wǎng)格計算至少需要具有三種基本功能：資源管理、任務管理、任務調(diào)度。本文設計的信息檢索體系結構，圍繞網(wǎng)格計算的基本功能及信息檢索的特點，主要有以下三個層次組成：見圖1
�。�1） 網(wǎng)格結點：結點是網(wǎng)格計算資源的提供者，本系統(tǒng)主要是由一系列的集群系統(tǒng)組成，它們在地理位置上是分布的，構成了一個分布檢索群體，作為信息共享的基礎結構平臺。集群系統(tǒng)負責整個集群范圍內(nèi)的信息管理，維護和查詢。
�。�2） 網(wǎng)格計算中間件：中間件是信息資源管理和用戶任務調(diào)度、任務管理的工具。它是整個網(wǎng)格信息資源管理的核心部分，它根據(jù)用戶的信息請求任務，在整個網(wǎng)格內(nèi)負責信息資源的匹配、定位，實現(xiàn)用戶任務到集群系統(tǒng)的映射。
�。�3） 網(wǎng)格用戶層：主要為用戶提供接口，支持用戶對所需要的信息資源進行描述、創(chuàng)建、提交等。
本系統(tǒng)的主要思想是在邏輯上將地理位置分散的、異構的信息劃分、組建成多個集群系統(tǒng)，集群系統(tǒng)對集群內(nèi)的資源進行管理和任務調(diào)度，再利用網(wǎng)格中間件對各集群系統(tǒng)進行管理，從而形成對整個網(wǎng)格資源的管理，并對用戶的信息需求進行統(tǒng)一的管理和調(diào)度。這種管理模型既可以尊重各個集群系統(tǒng)的本地信息管理策略，又可利用中間件在全局意義上對網(wǎng)格信息資源進行管理。
2.1 集群系統(tǒng)的設計
由于Web信息資源數(shù)量十分龐大，用戶在利用現(xiàn)有搜索引擎檢索信息時面臨一個海量數(shù)據(jù)的查詢問題，往往造成在消耗巨大的通信資源后依然存在資源查不準、查不全的問題�；趩我幌到y(tǒng)映射的Web服務器集群系統(tǒng)能把若干服務器用局域網(wǎng)連接成一個整體，并使其從客戶端看來就如同一臺服務器在服務，這使得在邏輯上合并、組織地理位置分布的信息資源成為可能。因此本文首先考慮采用分布協(xié)作策略，將Web信息資源按地區(qū)按專業(yè)內(nèi)容分割，一方面使信息資源數(shù)量相對縮小，便于數(shù)據(jù)的組織、管理和維護，另一方面按專業(yè)內(nèi)容易于制定一個公用的XML規(guī)范，便于集群內(nèi)各類信息資源的描述，從而可建立一個基于XML的面向專業(yè)內(nèi)容的信息集成系統(tǒng)。集群系統(tǒng)的具體結構見圖2。
集群服務器主要由接口Agent，基于專業(yè)內(nèi)容的XML信息集成系統(tǒng)、資源服務Agent、資源發(fā)布Agent等組成。其中接口Agent根據(jù)任務提供的接口參數(shù)登記、接收、管理各種信息資源請求任務，并提供安全認證和授權。資源服務Agent根據(jù)信息資源請求任務，利用XML信息集成系統(tǒng)提供的數(shù)據(jù)，為用戶提供實際的資源檢索操作，并將檢索結果信息發(fā)送給用戶。資源發(fā)布Agent用于向網(wǎng)格中間件提供本地信息資源的邏輯數(shù)據(jù)及接口參數(shù)。
下面主要說明基于專業(yè)內(nèi)容的XML信息集成系統(tǒng)的構造方法：
XML（the eXtensible Markup Language）是 W3C于1998年宣布作為Internet上數(shù)據(jù)表示和數(shù)據(jù)交換的新標準，它是一種可以對信息進行自我描述的語言，它允許開發(fā)人員通過創(chuàng)建格式文件DTD（Document Type Definitions）定制標記來描述自己的數(shù)據(jù)，DTD規(guī)范是一個用來定義XML文件的語法、句法和數(shù)據(jù)結構的標準。 XML使用普通文本，因此具有跨平臺的優(yōu)點，XML的優(yōu)點在于
�。�1）簡單、規(guī)范性：XML文檔基于文本標簽，有一套嚴謹而簡潔的語法結構，便于計算機、用戶理解；
�。�2）可擴展性：用戶可以自定義具有特定意義的標簽，自定義的標簽可以在任何組織、客戶、應用之間共享；
�。�3）自描述性：自描述性使其非常適用不同應用間的數(shù)據(jù)交換，而且這種交換是不以預先定義一組數(shù)據(jù)結構為前提，因此具有很強的開放性；
�。�4）互操作性：XML可以把所有信息都存于文檔中傳輸，而遠程的應用程序又可以從中提取需要的信息。XML數(shù)據(jù)是不依賴于某個特定的平臺的應用，因此它為基于特定專業(yè)內(nèi)容的表達提供了一種極好的手段，可以作為表示專業(yè)內(nèi)容的語言。
目前人們研制Web信息集成系統(tǒng)其基本方法可分成兩類：存入倉庫法（the ware-housing approach）和虛擬法(the virtual approach)，可使用這兩類方法利用XML在數(shù)據(jù)組織和交換方面的優(yōu)越性，采用格式文件DTD和XML文檔表示基于專業(yè)內(nèi)容的集成模式和集成模式與資源之間的映射，建立基于XML的Web信息集成系統(tǒng)，其結構與獲取信息的工作過程參見[2]。
2.2 網(wǎng)格中間件的設計
圖3所示的網(wǎng)格中間件的主要功能是
（1）消除不同用戶與集群系統(tǒng)之間數(shù)據(jù)表達的差異，使信息資源數(shù)據(jù)對用戶來說是透明的；
（2）管理、維護Web上分布的各集群系統(tǒng)，網(wǎng)格中間件以關系數(shù)據(jù)庫方式記錄所有集群系統(tǒng)及其所包含的專業(yè)的邏輯信息，對關系數(shù)據(jù)庫的操作可維護集群系統(tǒng)的分布式邏輯，使本結構在可變性和擴充性上具有柔性；
（3）接受用戶的信息請求任務，能快速定位于滿足要求的集群系統(tǒng)，通過對關系數(shù)據(jù)庫的查詢實現(xiàn)用戶信息請求任務與集群系統(tǒng)的對應關系。
內(nèi)部主要功能模塊說明如下：
�。�1）接收Agent模塊：主要用于登記、接收、管理各種信息資源請求任務，并提供安全認證和授權。
�。�2）關系數(shù)據(jù)庫及數(shù)據(jù)服務Agent： 關系數(shù)據(jù)庫記錄了所有集群系統(tǒng)及其所包含的專業(yè)內(nèi)容的邏輯信息。數(shù)據(jù)服務Agent提供集群系統(tǒng)對關系數(shù)據(jù)庫的使用權限和對數(shù)據(jù)記錄的增加、刪除、檢索和修改等操作。
（3）格式轉換Agent模塊：提供用戶信息資源請求文檔與各集群系統(tǒng)中文檔的格式轉換功能。由于XML是自定義的，各用戶對同一數(shù)據(jù)有不同的表示（對信息資源描述存在差異）由于XML文檔中這種格式差異體現(xiàn)在與之相關的DTD/Schema上，因此經(jīng)過格式轉換，可使信息資源的格式對用戶是透明的。
�。�4）XML文檔Agent模塊：提取格式轉換后的XML文檔中各個標簽，通過查詢網(wǎng)格中間件中的關系數(shù)據(jù)庫，實現(xiàn)用戶信息請求任務與集群系統(tǒng)的對應關系，并得到滿足條件的集群系統(tǒng)的相關信息，獲取各集群系統(tǒng)的接口參數(shù)。
（5）發(fā)送Agent模塊：將轉換過的信息資源請求XML文檔發(fā)送到相應的集群系統(tǒng)中。
其中Agent技術是解決分布式智能的關鍵技術，Agent是指能夠自主地、連續(xù)地在一動態(tài)變化的、存在于其它系統(tǒng)中運行的、且不斷于環(huán)境交互的實體。在系統(tǒng)中引入Agent可使系統(tǒng)具有人的特征，代表用戶完成用戶的任務，并能動態(tài)適應環(huán)境的變化更好地滿足用戶的需求，提高信息檢索的能力。
3、工作過程
要使本體系結構具有高協(xié)作性和互操作性，用戶、網(wǎng)格中間件、集群系統(tǒng)以及其它Agent等實體之間的通信是整個系統(tǒng)運轉的關鍵。由于XML為基于特定專業(yè)內(nèi)容的表達提供了一種極好的手段，XML是一種元語言，其嚴格的定義和規(guī)則集使人和機器都能更容易的閱讀文檔，因此本文將XML集成到各部分的通信語言中，在用戶發(fā)出的信息檢索請求文檔、網(wǎng)格中間件、集群系統(tǒng)之間的通信均利用XML定義，這樣做增強了通信的語義信息和靈活性并可以在多種平臺使用，并且基于XML的通信語言其通信內(nèi)容的表達比其它方法更容易開發(fā)語法分析器。
具體的工作過程如下：
（1）請求、定位過程：由網(wǎng)格用戶層向網(wǎng)格中間件發(fā)送用戶的信息檢索請求文檔，描述網(wǎng)格接口參數(shù)、信息請求內(nèi)容等，在接受Agent進行身份確認及權限確認后，經(jīng)文檔格式轉換Agent模塊、文檔分析Agent模塊、發(fā)送Agent模塊處理后，定位于某些特定的集群系統(tǒng)服務器。
（2）應答、處理過程：集群系統(tǒng)服務器經(jīng)驗證、調(diào)用資源服務Agent對信息集成系統(tǒng)進行查詢后，將查詢結果信息傳輸給用戶。
4、 結語
本文利用網(wǎng)格、集群系統(tǒng)、XML在數(shù)據(jù)組織、交換、共享方面的優(yōu)勢，對大量分散、異構的面向專業(yè)內(nèi)容的信息資源提供了一種有效組織和管理方法；并通過網(wǎng)格中間件，實現(xiàn)了信息資源的數(shù)據(jù)格式轉換與快速定位，提高了信息檢索的效果。本文僅提出了一個體系結構設計，對更為復雜的實際問題的適用性，還有待進一步的完善和改進。
：
[1] 洪學海,許卓群,丁文魁. 網(wǎng)格計算技術及應用綜述[J]. 計算機,2003,30(8):1-5.
[2] 孟小峰. Web數(shù)據(jù)管理綜述[J]. 計算機研究與,2001,38(4):385-395.
[3] 葉修洪,陳根才. 基于XML的數(shù)據(jù)交換的研究和實現(xiàn)[J]. 計算機應用研究,2000,17(12):25-27.
【計算機網(wǎng)絡畢業(yè)論文-基于網(wǎng)格的面向專業(yè)內(nèi)容的Web信息檢索體系結】相關文章：
基于內(nèi)容的圖像檢索研究11-20
基于內(nèi)容的模糊圖像檢索技術研究03-18
基于ASP技術開發(fā)Web數(shù)據(jù)庫檢索程序03-18
基于WEB的在線考試系統(tǒng)03-09
基于Web服務的集成研究03-08