基于动态超文本的文献检索的设计与实现.doc

11 基于动态超文本的文献检索的设计与实现卢苇 王利强(计算机科学系)摘要本文提出了一种适用于Internet上文献资料检索的超文本动态生成方法，并定义了一种用于表示超文本链接的图超文本链接网(HyperText Link Net，HTLN)。关键词 超文本 文献检索 国际互联网 环球网11.1 1 引言 随着国际互联网(Internet) 和环球网(World Wide Web，即WWW)的迅速发展，全国大部分大学已建立自己的校园网，并通过中国教育科研网(Cernet)接入Internet。大部分网络用户感觉到国外的网络信息纷乱芜杂，真正有用的不多，而国内的上网资源简直少的可怜。遍览全国高校提供的上网信息，介绍学校概况的居多，而真正有价值的信息则很少。鉴于目前这种状况，迫切要求各高等院校在网上提供一批有价值的高水平的文献资料，供高校师生检索和查询。只有大量有价值的信息上网，校园网和Cernet才能真正发挥它们的作用，为教育和科研服务。 传统的手工文献检索方式，已落后于飞速发展的科技水平，远远不能满足科研和教学的需要。现代的计算机图书情报管理系统，虽然具有存储量大，检索速度快等特点，但由于它的传统的字符界面，给不熟悉计算机的用户带来很大的不便。Internet与超文本(Hypertext)技术的发展，为文献资料的检索和查询带来了一场新的革命。将文献数据存储到WWW服务器上，用户利用电话线或局域网，可以很方便地访问其上的信息，由于超文本提供了简单易用的用户界面，因此普通用户很容易使用浏览工具(如Netscape、Explore等)进行信息的查询与检索。 在WWW服务器上超文本的组织方式有多种，我们在这里提出了一种新型的动态超文本的存储与生成方案，并给出了程序的实现算法。11.2 2 超文本的组织 在WWW服务器上可以按照不同的方式组织超文本，使之更有效地提供检索服务。最常用的组织方式主要有以下几种 (1)、目录树方式 假设有如图1所示的文献分类，按传统的目录树分类方式，可在计算机上组织为图2所示的形式。自然科学 数学 计算机科学 物理学 图形图形技术 数据库技术 网络技术 关系数据库 面向对象数据库 知识库图1 sciencemathematics computer physicsgraph&image database network RDB OODB KB 图 2 这种组织方式清晰明了，易于扩充。但由于目录较多，为维护、更新带来较大的难度。用户的检索只能分级进行，不能直接对文献标题和关键词进行模糊查找。如果数据量较大，进行文献的检索则颇费周折。 (2)、利用关系数据库存储 可以把文献资料编辑为超文本的形式，存储到如图3所示的关系中。文章编号分类号文章标题关键词内容(超文本方式)A0001TP02现代通讯技术微波通讯、红外通讯现代通讯技术图 3 网络技术 这里你可以查询有关 最新的网络技术 以太网技术 10Base-2 10Base-2技术 10Base-5 10Base-2 10Base-T 利用细缆 快速以太网技术 交换以太网技术 FDDI技术 ATM技术 图 4 利用关系型数据库系统，很容易实现对超文本的维护和检索，但如果要动态地对超文本信息进行更新，则有一定的难度。例如有图4所示的超文本链接，如果有关10Base-2的以太网技术已经过时，则可以在关系中将有关10Base-2的文章删去，但因为原来在多处文章中有指向10Base-2的超文本链接，需查找出所有引用10Base-2的文章，将链点信息删除。利用图3所示的关系结构则较难实现。 基于以上存储方式的优点与不足，我们提出了以下超文本文件组织方式。 因为超文本本身是利用超链点相互指向的，可利用图的方式来表示这种链接。 t1 c2 c1 c4 t2 C3 c5 t3 c7 c6 图 5 我们把这种图定义为超文本链接网(HyperText Link Net，简称HTLN)。HTLN由以下几部分组成 (1)、分类集合C C=c1, c2 cn是分类的有限集合，n=0。 (2)、超文本文件集合T T=t1, t2tm是超文本文件的有限集合，m=0。 可知分类集合C与超文本文件集合T之间没有公共元素，即CT=。 (3)、分类结点的链接关系I 定义Ici为由ci指向分类结点集I(ci)的有向边，I(ci)C。 (4)、超文本链接关系O 定义Oci为由ci指向超文本文件结点集O(ci )的有向边，其中O(ci) T；定义Oti为由ti指向分类结点集或超文本文件结点集O(ti )的有向边，若xO(ti)则有(xC且xT)或(xC且xT)。 我们将HTLN记作H=(C, T, I, O)。则图5可表示为 H=(C, T, I, O) C=c1, c2, c3, c4, c5, c6, c7 T=t1, t2, t3 I=Ic1 Ic2 Ic3 Ic4 Ic5 Ic6 Ic7 I(c1)=c2, c3, c7, I(c2)= , I(c3)=c3, c5, c6, I(c4)= , I(c5)= , I(c6)= , I(c7)= O=Oc4Ot1Ot2Ot3 O(c4)=t1, t2, t3, O(t1)=t2, t3, O(t2)= , O(t3)=c6 对于不同的用户，他们期望的O(超文本文件链接关系)是不同的。这时可将O进一步定义为 设Ok为用户K定义的O关系，即Ok(ti)为用户K定义的由ti指向的分类结点或超文本文件结点。整个HTLN中的O=O1 O2 Os，此时s=0，系统共有s个用户。 依据同样的方法可以对I进行分类。 易证此时由C和I组成的图为一棵树。由C、T、I、O组成一个有向图。关系T编号关键词kkkk(1)、查询 步骤1用户输入用户名、口令 步骤2依据当前用户名称查找关系I，找到树的根结点，作为当前结点，返回用户 步骤3询问用户符合当前要求吗?若符合，退出 步骤4依据集合I、O，查找当前结点的下一结点。转步骤3(2)、增加结点或链接 步骤1用户输入用户名、口令 步骤2依据当前用户名称查找集合I，找到树的根结点，作为当前结点，返回用户 步骤3将结点插入此处吗?若插入转步骤5 步骤4依据集合I、O，查找当前结点的下一结点,转步骤3 步骤5在集合C或T中增加新结点 步骤6在集合I或O中增加新的元素，表示新增加的链接 步骤7添加其他链接吗?若添加，则转步骤6，否则退出 有向图的存储有多种方法。因为关系数据库的存储及检索效率较高，而且易于维护，因此我们把C、T、I、O分别表示成相应的关系，存储到数据库中。关系C编号名称C1自然科学关系T编号文献名称内容T1高等数学关系T编号作者T1张三关系I编号ciI(ci)用户关系Oc编号ciO(ci)用户关系Ot编号tiO(ti)用户11.3 3 算法实现 (3)、超文本生成算法 步骤1生成超文本头标记如等 步骤2判断当前结点pC还是pT，将关系C或T中的名称插入此处 步骤3插入超文本标记如等 步骤4若pT，依据关系T中关键词、文献内容等生成超文本的部分 步骤5检索p的下一级结点，提示与p有关的链接，如 参考以下文献文献1、文献2 注(1)、此处的超文本链接应如此定义相关文献，假设在bin目录下存在一个名为RunCGI的CGI(Common GateWay Interface，通用网关接口)程序。有关CGI程序的设计参见1。 (2)、结点删除的算法与结点插入的算法相似，此处略。 11.4 4 系统结构 Netscapeh或Explore 电话线 Web CGI ODBC Data http Server 程序 Base PC图 9 如图6所示，假设用户的PC通过电话线连接到Web Server上。当用户PC上的浏览器向服务器发出请求后，Web Server识别出该请求为调用CGI程序，于是通过操作系统激活相应的CGI程序，CGI程序根据Web Server传给它的参数，利用ODBC(或其它数据库访问接口)访问相应的数据库，并将查询出的结果生成超文本返回给Web Server，Web Server再利用http协议将超文本传输到用户的PC上，通过浏览器显示出来。11.5 5 小结 本文提出的超文本动态生成的方法不仅适用于文献资料的检索，同时可用于其它方面超文本的动态生成。以往人们设计的Web页面虽然美观漂亮，但需人工制作，浪费了大量的人力物力，并且不利于信息的更新。本文所提的方法可以在原有文本文件的基础上(对于没有文本文件的文献资料，可利用扫描识别的方法生成文本文件)，动态生成超文本。这种超文本不仅有利于信息的及时更新，而且减少了人工制作，具有很大的现实意义。特别是文件中的超链点可以依据当前用户的不同而产生不同的形式，如某个链接对用户A是可见的，而对于用户B是不可见的，而且用户还可以根据自己的需求自行建立超链点，同时又不影响他人的使用(即对他人这种链点是不可见的)。 参考文献 1、Rick Stout . World Wide Web Complete Refrence . McGraw-Hill 2、卢开澄等. 图论及其应用. 清华大学出版社2 Designing&Inplementing of Inquiring Document Base On Dynamic HypertextLuWei WangLiQiang(Computer Science Department)Abstract: This p