數(shù)字圖書館與Internet的對比分析

申請免費試用、咨詢電話：400-8352-114

數(shù)字化革命和Internet的發(fā)展帶來了經(jīng)濟、貿(mào)易、信息傳播的全球化。可是，Internet在全 世界范圍內迅猛發(fā)展，網(wǎng)上龐大的數(shù)字化信息和人們獲取信息之間的矛盾日益突出，據(jù)權威機構統(tǒng)計，網(wǎng)上約有數(shù)十億的網(wǎng)頁，并且這一數(shù)字還在不斷增長，而如何 有效利用如此龐大的信息技術的水平卻遠遠落后于信息增長的速度。而且，由于Internet上的信息資源很大程度上處于混亂無序狀態(tài)，大大影響了信息利用 的效率，從而造成對網(wǎng)上巨大信息資源以及網(wǎng)絡互聯(lián)和帶寬的極大浪費。         

 1 Internet在資源利用上存在的主要問題          （1）查找困難。查找困難的根本原因在于信息倉儲中的數(shù)字化信息缺乏良好的組織結構，這恰如一個沒有合理的分類體系，不進行嚴格編目控制，缺乏統(tǒng)一的主題 詞表的圖書館，館藏再豐富也無異于一座堆放資料的倉庫。         

 （2）互操作問題。Internet上的信息資源是由分布在各處的各種各樣的信息倉儲構成的，每個倉儲都是一個相對獨立的信息空間，具有各自的信 息組織方式和處理方式，具有不同權限保護收費政策。用戶的信息需求往往也需要查詢多個倉儲才能滿足。在網(wǎng)絡環(huán)境下，用戶要了解每一個倉儲的特性并掌握其檢 索技術，這無疑是一項沉重的負擔。         

 （3）大規(guī)模分布數(shù)據(jù)的操作。目前，Internet已成為一個全球的信息網(wǎng)絡系統(tǒng)，網(wǎng)上的信息量達到了空前的規(guī)模，而且還在不斷增長，它們廣泛 分布在網(wǎng)絡的各個角落，在處理和檢索這些網(wǎng)絡信息時必須充分考慮信息的分布性和超大規(guī)模，于是在分布式數(shù)據(jù)集合上采用不同的方法進行檢索也成為Web信息 檢索的一個重要挑戰(zhàn)。在過去的信息檢索研究中，人們提出過多種不同的檢索方法，例如，使用不同的檢索模型、語言學資源、參數(shù)設置或不同的信息空間等方法得 到的檢索結果也各不相同。而且每種方法不一定對每個查詢都能起到最佳性能，有時得到的檢索結果往往還具有很大的互補性。尤其是在一個數(shù)據(jù)集合中對不同的數(shù) 據(jù)子集分別進行檢索時，這種互補現(xiàn)象尤其明顯。這時也需要通過對不同檢索數(shù)據(jù)集合的結果合并，得到在整個數(shù)據(jù)集上的結果，并提交給用戶。這是分布式信息檢 索的一個必要而重要的環(huán)節(jié)。最近，清華大學張敏等人提出了按位加權插入合并算法。雖然這種方法在一定程度上突破了傳統(tǒng)方法對分布數(shù)據(jù)集結果合并的綜合效果 總是低于使用集中數(shù)據(jù)集檢索的性能局限，但不能從根本上改變在Internet中，由于海量數(shù)據(jù)的多樣性和分布性所帶來的大規(guī)模分布數(shù)據(jù)的操作所帶來的一 系列問題。         

（4）搜索引擎的主要問題。在信息多元化的發(fā)展趨勢下，信息收錄完備性、檢全率、檢準率、檢索功能和用戶檢索界面等方面還存在許多不足。搜索引擎發(fā) 展的主要問題是信息收錄的完備性不夠、檢全與檢準都不理想，檢索功能單一。如何提高信息檢索的檢準率及完善和用戶間的交互功能成為了搜索引擎的新問題。         

  （5）Internet網(wǎng)絡擁堵。中國互聯(lián)網(wǎng)正在穩(wěn)步發(fā)展，網(wǎng)民成倍增長，用戶的上網(wǎng)時間也持續(xù)增加，于是用戶上網(wǎng)時常常會碰到網(wǎng)絡擁堵問題，原因是：用 戶分散在各個地方，他們隨時會使用Internet，此時網(wǎng)絡組件很難控制和處理這些流量到達的分布和大小，從而導致網(wǎng)絡服務質量的下降。          

2 數(shù)字圖書館技術的先進性         

 數(shù)字圖書館與目前的互聯(lián)網(wǎng)相比，在提供信息資源技術上有很大的優(yōu)勢，具體有以下幾方面：         

2.1 資源內容的組織方式不同         

數(shù)字圖書館的資源內容是按照用戶需求挑選出來的具有高度價值的知識信息，它經(jīng)過分類、編輯、整理、加工等方法，以受教育者易于接受的形式提供給用 戶，是一種有很大增值價值的、有序的知識庫。而Internet上的資源內容是無序的，上網(wǎng)信息的內容魚龍混雜，良莠不齊。        

  數(shù)字圖書館將資源分為元數(shù)據(jù)庫和對象數(shù)據(jù)庫。元數(shù)據(jù)是描述和管理對象數(shù)據(jù)的數(shù)據(jù)，對象數(shù)據(jù)是指數(shù)字化的文本、圖片、聲音、影像等數(shù)據(jù)。元數(shù)據(jù)要集中在數(shù)字 圖書館中心的超大規(guī)模的服務器上，對象數(shù)據(jù)庫則分布式存放在各地的資源點內。當用戶查詢時，中心高度系統(tǒng)通過元數(shù)據(jù)調度各個對象數(shù)據(jù)庫中的數(shù)據(jù)供用戶使 用。         

2.2 資源內容標引方法不同         

目前，Internet上提供的信息資源有的也經(jīng)過一定的標引，但標引深度以文獻條目為主，大多數(shù)全文文獻則是不經(jīng)標引上網(wǎng)。在有用戶請求時由 Internet搜索引擎按每種文獻的前50~200進行關鍵詞抽取，并與查詢請求匹配得出結果，其查全率、查準率都有問題。數(shù)字圖書館的資源標引則深入 到文獻內容，對每一數(shù)據(jù)對象使用標準通用置標語言/可擴展置標語言（SGML/XML）進行置標，并抽取元數(shù)據(jù)組織元數(shù)據(jù)庫。SGML/XML是信息處理 的國際標準，是用來定義具有特殊目的的標記語言，它在文件的保護、交換、共用、整合、安全、擴展、長級等方面的應用都是其標準化所無法比擬的。          

2.3 檢索效果不同         

數(shù)字圖書館由于進行了上述工作，使各資源庫之間實現(xiàn)跨庫無縫鏈接成為可能，只要采用合適的查詢引擎及中間件，用戶就能夠通過瀏覽器方便、迅速地找到 所需要的內容。目前，數(shù)字圖書館大都采用分布式檢索，在此系統(tǒng)中，圖書館服務器和各個對象服務器是分布式分布的，且各個服務器上的數(shù)據(jù)庫要求可以是異構

的，數(shù)據(jù)對象被封裝分布在各個服務器中，然后依據(jù)需求采用中間件來提供服務。而Internet上的信息網(wǎng)則不同，它沒有經(jīng)過加工、標引，各種資源 雜亂無章，用戶在檢索信息時需要對一個個網(wǎng)站進行訪問。在使用檢索引擎檢索信息時，如同大海撈針一樣，既慢又不全。         

3 數(shù)字圖書館的發(fā)展前景         

數(shù)字的信息化已經(jīng)成為歷史發(fā)展的必然趨勢，而數(shù)字圖書館是未來圖書館發(fā)展的大趨勢，從信息方面來講，必然有數(shù)字存儲海量化和信息的標準化兩個方面。 Internet的無國界特性使得數(shù)字圖書館的合作空間無限擴大，全球性合作成為可能，并且逐步實現(xiàn)人才、技術、設施、資源等多方面的合作，在關鍵技術上 互通有無，最終實現(xiàn)全球數(shù)字一體化。