【正文】 通過擴展服務請求，在服務器端建立一個擴展服務任務，這個任務用于執(zhí)行對目錄的管理操作，在服務器端創(chuàng)建目錄。3）目錄管理? 創(chuàng)建目錄客戶端可以向服務器端發(fā)送管理指令，在服務器端創(chuàng)建目錄。用戶可以方便地把目錄信息從一個目錄服務器轉(zhuǎn)移到另一個目錄服務器。不合格則將元數(shù)據(jù)通過報送系統(tǒng)退回元數(shù)據(jù)來源單位，修改后重新報送。? 目錄歸檔對通過審核和驗證的目錄數(shù)據(jù)，操作人員可以選擇歸檔操作，將目錄條目歸檔。? 目錄驗證目錄中心使用數(shù)據(jù)比對工具，對來自同一部門不同資源形態(tài)或多次重復編目的核心元數(shù)據(jù)進行比對、檢查和過濾，以保證目錄管理中心得到核心元數(shù)據(jù)的唯一性和準確性。2. 目錄數(shù)據(jù)發(fā)布審核審計操作包括以下 4 類：通過數(shù)據(jù)有效性自動審核的目錄數(shù)據(jù)的發(fā)布審計；手工審核過程中對目錄數(shù)據(jù)進行更新操作的審計；通過數(shù)據(jù)有效性手工審核的目錄數(shù)據(jù)的發(fā)布審計；未通過數(shù)據(jù)有效性手工審核的目錄數(shù)據(jù)的退回審計。管理員通過人工審核，可以對目錄數(shù)據(jù)進行修改，以期達到發(fā)布標準。如果自動檢查通過的目錄數(shù)據(jù)，將直接傳入自動發(fā)布流程。? 目錄審核1. 目錄數(shù)據(jù)有效性審核目錄數(shù)據(jù)有效性審核主要用于審核已報送到目錄中心的目錄數(shù)據(jù)。在檢索到某個特定服務資源的注冊信息后，服務的請求者可以獲得該服務的訪問地址、接口、參數(shù)及消息定義等信息，從而“綁定”并訪問該服務。? 發(fā)布功能 通過注冊服務提供的發(fā)布功能，服務提供者可以在開發(fā)了某種網(wǎng)絡服務后，將服務信息注冊到注冊服務器，再由注冊服務負責將服務資源描述信息進行發(fā)布，以便服務的請求者進行訪問和使用。用戶通過網(wǎng)頁瀏覽與查詢，實現(xiàn)目錄的瀏覽與查詢。51目錄管理功能實現(xiàn)對接收數(shù)據(jù)庫中的目錄數(shù)據(jù)進行處理，并對接收數(shù)據(jù)庫中的目錄進行自動有效性審核，通過審核的數(shù)據(jù)才能注冊成功。編目完成的目錄存儲在編目系統(tǒng)的目錄庫中。元數(shù)據(jù)發(fā)布審核設(shè)計包括確認發(fā)布、確認無效、打印發(fā)布清單、直接更新元數(shù)據(jù)內(nèi)容、打印元數(shù)據(jù)內(nèi)容等功能，為了安全起見，更新元數(shù)據(jù)功能會記錄詳細的操作審計日志，并加入哈西簽名。手工審核設(shè)計包括確認無誤、退回重報、打印錯誤清單、直接更新元數(shù)據(jù)內(nèi)容、打印元數(shù)據(jù)內(nèi)容等功能，為了安全起見，更新元數(shù)據(jù)功能會記錄詳細的操作審計日志，并加入哈西簽名。元數(shù)據(jù)有效性審核分為自動審核與手動審核兩個部分，數(shù)據(jù)在接受報送系統(tǒng)報送數(shù)據(jù)時會啟動自動審核系統(tǒng)對數(shù)據(jù)進行初步的有效性審核，主要以過濾數(shù)據(jù)結(jié)構(gòu)性錯誤為主，例如缺少字段、類型錯誤、編碼缺失或不可識別字符編碼等（如標識為 UTF8 但實際為GB2312）等。在字典元數(shù)據(jù)庫中，基本定義了所有的目錄結(jié)構(gòu)，但在實際的發(fā)布目錄樹中，為了能夠快速發(fā)現(xiàn)和查找數(shù)據(jù)，最好只顯示有內(nèi)容的目錄，所以我們增加了一個根據(jù)字典元數(shù)據(jù)內(nèi)容創(chuàng)建目錄的功呢，在需要時再在發(fā)布目錄中創(chuàng)建目錄節(jié)點，這樣可以提高維護和發(fā)現(xiàn)元數(shù)據(jù)的效率。而管理員除了具有查看、檢索元數(shù)據(jù)權(quán)限外，可以使用新增目錄的功能，將元數(shù)據(jù)字典中定義的目錄結(jié)構(gòu)添加到現(xiàn)有的目錄中去。但為了應急（如已發(fā)布的元數(shù)據(jù)已經(jīng)造成不良的社會影響，而緊急更新） ，特設(shè)立了此功能，但此功能只能開放給核心管理層使用，為了安全起見，元數(shù)據(jù)維護功能的所有操作都記錄到操作審計日之中去，并通過哈西（MD5 HASH）算法進行簽名管理。? 數(shù)據(jù)中心節(jié)點維護：目錄管理中心節(jié)點維護功能主要包括新增、刪除、更新分中心數(shù)據(jù)節(jié)點及打印節(jié)點數(shù)據(jù)詳細報告等具體功能。 中央地址路由目錄根據(jù)分中心節(jié)點信息自動完成掛接功能。目錄管理中心審核、掛接新的下屬分中心節(jié)點的流程如下： 首先通過行政審核審批分中心節(jié)點建設(shè)要求。 合格則進入發(fā)布審計流程，由數(shù)據(jù)管理員啟動發(fā)布過程，將原數(shù)據(jù)從接受數(shù)據(jù)庫中移到發(fā)布數(shù)據(jù)庫中，完成發(fā)布過程。? 軟件體系架構(gòu)元數(shù)據(jù)管理平臺采用 B/S 體系結(jié)構(gòu)設(shè)計，在瀏覽器上可以使用全部功能，軟件體系采用 J2EE 架構(gòu)設(shè)計，通過 JNDI 和 JDBC 與數(shù)據(jù)庫和中央目錄交換數(shù)據(jù)，形式上可參考下圖：47發(fā)布用從數(shù)據(jù)存儲服務器數(shù)據(jù)接收數(shù)據(jù)庫D a t a b a s e S e r v e r D A P S e r v e r元數(shù)據(jù)管理平臺H T T P W e b 服務器 （ A p a c h e ）A p p l i c a t i o n 應用服務器 （ T o m c a t ）D a t a b a s e I n t e r f a c e （ J D B C ）圖 316 元數(shù)據(jù)管理平臺軟件體系架構(gòu)圖目錄管理中心審核、發(fā)布元數(shù)據(jù)的流程分以下幾個步驟： 首先報送系統(tǒng)將單位報送的原數(shù)據(jù)報送到數(shù)據(jù)中的接受數(shù)據(jù)庫中。目錄管理功能中的系統(tǒng)管理平臺提供了數(shù)據(jù)庫系統(tǒng)和接口組件服務器的配置、備份、遷移、用戶管理等功能，是提高系統(tǒng)運行可靠性和提高系統(tǒng)可維護性的關(guān)鍵。使得發(fā)布網(wǎng)站、政務信息編目功能等應用在開發(fā)時無需考慮異地部署的目錄數(shù)據(jù)之間的互聯(lián)問題，應用可以像訪問一個數(shù)據(jù)庫一樣訪問全國的數(shù)據(jù)，減輕了應用系統(tǒng)的開發(fā)成本，降低了開發(fā)風險，實現(xiàn)了應用層與數(shù)據(jù)層的可拆裝性，保證了在不改變已有應用的前提下實現(xiàn)數(shù)據(jù)節(jié)點的無限擴展。 目錄管理功能目錄管理功能主要目的是為了構(gòu)筑一個抽象層的數(shù)據(jù)管理平臺，并通過國家《信息資源目錄體系第 2 部分：技術(shù)要求》中所提供的定義的“交換服務目錄接口 ”標準來對外提供目錄數(shù)據(jù)發(fā)布、目錄數(shù)據(jù)發(fā)現(xiàn)、目錄數(shù)據(jù)注冊服務及管理四大類接口。各個使用部門沒有權(quán)利對信息資源主題詞表進行修改。資源分45類標準由政務資源目錄管理中心統(tǒng)一維護，如果有變更，會及時下發(fā)給全國各個政務信息目錄分中心，并由各個目錄中心將標準下發(fā)給所有相關(guān)部門。5） 資源分類標準維護維護不同的資源分類方式。需要注意的是，涉及資源前段碼的更新操作需要經(jīng)過目錄中心、前段碼管理中心的認可。4） 資源前段碼維護維護本部門的資源前段碼。各個使用部門沒有權(quán)利對核心元數(shù)據(jù)標準進行修改。針對不同日志提供方便快捷的查詢功能，以幫助系統(tǒng)管理員使用。日志處理系統(tǒng)管理員可以對日志進行日志備份與恢復、日志查詢等操作。根據(jù)錯誤日志的情況，在系統(tǒng)恢復正常后，系統(tǒng)將錯誤保存在操作日志私有數(shù)據(jù)庫中，以便統(tǒng)一保存。? 錯誤日志錯誤日志是操作日志中獨特的一類，它是專門用于記錄系統(tǒng)、數(shù)據(jù)庫、用戶操作中出現(xiàn)的問題。? 用戶日志用戶日志是有別于系統(tǒng)日志和數(shù)據(jù)庫日志的一類日志，該日志是對用戶（機關(guān)、企業(yè)等人員）對口岸中心系統(tǒng)訪問行為及其使用情況的記錄。? 數(shù)據(jù)庫日志與系統(tǒng)開發(fā)商一樣，數(shù)據(jù)庫開發(fā)商在開發(fā)數(shù)據(jù)庫系統(tǒng)時也考慮到了數(shù)據(jù)庫日志的機制。2） 日志管理操作日志是指用戶對系統(tǒng)、數(shù)據(jù)庫、網(wǎng)絡等訪問、使用等行為描述的記錄，該記錄將有助于幫助系統(tǒng)管理員分析解決系統(tǒng)故障、網(wǎng)絡堵塞、分析統(tǒng)計等問題。? 元數(shù)據(jù)管理員：負責管理元數(shù)據(jù)。? 操作員：負責生成元數(shù)據(jù)工作。系統(tǒng)管理員可以43對用戶基本信息進行增、刪、改、查等基本操作。 配置管理1） 用戶管理管理系統(tǒng)中的用戶基本信息、角色信息。未通過審核要求的信息資源元數(shù)據(jù)需要操作員重新修訂后提交。形式化審核工作由工作系統(tǒng)自動完成。主要檢查信息資源元數(shù)據(jù)的內(nèi)容、格式符合標準規(guī)范的要求，信息資源元數(shù)據(jù)內(nèi)容必須符合《信息資源目錄體系 第 3 部分：核心元數(shù)據(jù) 》的要求。主要包括元數(shù)據(jù)檢查和元數(shù)據(jù)的日常維護?？紤]到自動分類的準確性，編目人員可以進行手工調(diào)整。資源分類與主題詞提取模塊為元數(shù)據(jù)生成模塊提供資源分類類目樹，供編目人員選擇。 原文主題詞提取根據(jù)編目操作員提供的信息資源原文，實現(xiàn)主題詞的自動抽取。機輔分類、自動分類功能：1）根據(jù)著錄對象的內(nèi)容，實現(xiàn)機輔分類或自動分類。2）分類標準、類目名稱和類目編碼的關(guān)聯(lián)。審核相關(guān)字段的結(jié)構(gòu)和出現(xiàn)次數(shù)是否符合標準規(guī)定；手工點選功能：1）相關(guān)類目樹的展現(xiàn)。41 1）值域?qū)徍恕?人工分類根據(jù)資源信息有無原文，可以將分類方式分為以下幾種：分類標準、類目名稱和類目編碼的關(guān)聯(lián)。資源分類信息將對應于核心元數(shù)據(jù)標準中的類目名稱、類目編碼和分類標準等三項。這些編碼體系可以是國際或國家范圍內(nèi)認可的編碼體系，比如 ISBN 號、 ISSN 號等，也可以是一個部門內(nèi)部為其所管理的信息資源分配的流水號。后段碼可以采用現(xiàn)有的編碼體系。后段碼原則上采用順序號，由程序自動生成。信息資源 ID 由兩部分構(gòu)成：前段碼＋分隔符（/）＋后段碼?；谠氐膹椭乒δ?，可以在很大程度上提供元數(shù)據(jù)文檔的編寫效率。例如，當元數(shù)據(jù)具有相同復合元素時，用戶可以復制該元素。? 基于元素的復制在實際應用中，同一個信息資源往往具有許多相同的特征，在元數(shù)據(jù)中則體現(xiàn)為包含內(nèi)容相同的元素。利用該功能，編輯器可以在輸出文檔之前對各個描述元素的組織關(guān)系、元素內(nèi)容的完整性加以檢查，發(fā)現(xiàn)編輯過程中可能遺留的問題，并提示用戶加以修正。? 格式文件輸出元數(shù)據(jù)編輯器輸出的文檔必須具為大多數(shù)系統(tǒng)所識別，為此，元數(shù)據(jù)編輯器為用戶提供 xml 等文檔輸出格式。編輯器的標準邏輯分析功能通過元數(shù)據(jù)標準的 XML 描述獲得元素之間的制約關(guān)系、值域等處理邏輯。其中編輯組件動態(tài)生成功能根據(jù)元數(shù)據(jù)標準定義的元素數(shù)據(jù)類型和取值方式動態(tài)地確定界面編輯組件的形式，使界面極具友好性；元素關(guān)系自動關(guān)聯(lián)保證了元素之間的約束關(guān)系能夠被編輯器自動的處理，減少了由于編輯人員對標準的理解錯誤而產(chǎn)生元數(shù)據(jù)結(jié)構(gòu)錯誤的可能；元素值域檢查可對用戶輸入的數(shù)據(jù)的有效性進行判斷，以確保元數(shù)據(jù)信息內(nèi)容的正確性。元數(shù)據(jù)編輯器的主要功能? 元數(shù)據(jù)內(nèi)容錄入元數(shù)據(jù)內(nèi)容錄入用于元數(shù)據(jù)內(nèi)容的錄入處理，根據(jù)核心元數(shù)據(jù)標準，幫助和引導錄入人員建立符合要求的信息資源元數(shù)據(jù)。? 信息庫元數(shù)據(jù)信息庫一般由面向特定主題的若干數(shù)據(jù)集組成。在數(shù)據(jù)組成上，它是由若干數(shù)據(jù)記錄組成的數(shù)據(jù)集合。37? 保存元數(shù)據(jù)采集后的數(shù)據(jù)要放到數(shù)據(jù)庫或者保存到硬盤上，另外要根據(jù)目錄體系標準，把數(shù)據(jù)分解為元數(shù)據(jù)，然后進行存儲5） 數(shù)據(jù)庫元數(shù)據(jù)抽取思路：? 確定數(shù)據(jù)庫抽取的范圍? 手工進行 sql 語句的編寫和機器自動配置相結(jié)合，自動配置如：指定數(shù)據(jù)源，指定抽取表的范圍，指定主鍵等等? 將數(shù)據(jù)從業(yè)務庫提取到相應的可訪問的數(shù)據(jù)庫當中，中間要有防火墻等安全保障措施? 對于增量發(fā)布的數(shù)據(jù)，要有相對應的發(fā)布機制? 不同等級的訪問機制要建立? 數(shù)據(jù)如何展現(xiàn)，可以建立通用級的查詢程序，主要以 B/S 方式為主，具有可配置性，對發(fā)布庫的數(shù)據(jù)進行查詢，最終得展現(xiàn)結(jié)果以網(wǎng)頁形式展現(xiàn)最好? 對于不同的數(shù)據(jù)源，如：mysql、oracle、db2 等要有通用性? 對于抓取的效率，應該有一定的標準，應該達到 xx 級；應該支持自動輪詢抓取操作 內(nèi)容錄入信息資源編目工具，應該設(shè)計有元數(shù)據(jù)編輯器的功能，元數(shù)據(jù)編輯器具有元數(shù)據(jù)內(nèi)容錄入、標準邏輯分析、格式文件輸出、元數(shù)據(jù)完整性檢查、基于元素的復制等功能。對于格式特殊、內(nèi)容有加密算法的文檔，是很難通過抓取工具進行采集的，這些文檔主要通過手工編目的方式來處理。采集的范圍主要是文檔的標題和內(nèi)容，對于其它的元數(shù)據(jù)內(nèi)容，要提供手工配置的方式進行輔助。? 編目處理現(xiàn)階段，主流格式的電子文檔，主要包含：word、excel、ppt、pdf 等。在整理歸檔的時候，各部門根據(jù)各自情況進行歸檔，沒有必要千篇一律，也沒有必要制定繁瑣和呆板的規(guī)則，只要能夠滿足以上的原則即可。但要滿足以下原則，第一根據(jù)安全級別，便于外界訪問；第二便于文檔的增量發(fā)布；第三便于采集工具的自動化采集編目。4） 電子文檔的元數(shù)據(jù)抽取對于電子文檔，首先政府各部門的文檔格式不盡相同，另外它們的安全級別也各不相同，同時由于信息化建設(shè)水平的不一致，有的部門文檔分散在各處，有的部門文檔是集中36存放的，甚至已經(jīng)建立了完善的電子系統(tǒng)進行管理。搜索引擎網(wǎng)絡蜘蛛網(wǎng)眼監(jiān)控W E B 請求W E B 頁面采集有效數(shù)據(jù)W E B 頁面數(shù)據(jù)采集工具集數(shù)據(jù)清洗工具集頁面結(jié)構(gòu)分析頁面內(nèi)容分析頁面內(nèi)容提取數(shù)據(jù)包內(nèi)容分析工具集數(shù)據(jù)抽取分析內(nèi)容相關(guān)度分析文本聚類分析存儲數(shù)據(jù)包元數(shù)據(jù)元數(shù)據(jù)元數(shù)據(jù)庫圖 WEB 資源元數(shù)據(jù)抽取流程? 采集系統(tǒng)，針對一個專題，我們分四步進行數(shù)據(jù)采集：? 利用搜索引擎，對我們設(shè)定的專題進行泛搜索，確定探索的范圍；? 利用網(wǎng)絡蜘蛛，在確定的探索范圍內(nèi)進行泛探索，探尋可能有價值的站點；? 對有價值的信息源進行監(jiān)視，定時捕獲更新的內(nèi)容；? 數(shù)據(jù)清洗，對捕獲的內(nèi)容進行清洗，只保留我們關(guān)注的有價值的信息。? 存儲入庫：解決元數(shù)據(jù)存儲的問題。? 內(nèi)容/結(jié)構(gòu)分析：解決要從數(shù)據(jù)源中獲得哪些元數(shù)據(jù)的問題。? 格式化電子文件：系統(tǒng)中的電子文件，例如 Word、 PDF、XLS 等文件。? 網(wǎng)頁：政務信息現(xiàn)有系統(tǒng)中網(wǎng)站資源，例如門戶網(wǎng)站。通過元數(shù)據(jù)自動抽取，提供者可以方便、快捷地獲得大量的元數(shù)據(jù)信息。 內(nèi)容抽取通過信息資源編目工具提供的接口，定制抽取程序，實現(xiàn)自動生成元數(shù)據(jù)的功能，即元數(shù)據(jù)抽取。? 數(shù)據(jù)庫：信息系統(tǒng)中的各種數(shù)據(jù)庫資源，包括關(guān)系型數(shù)據(jù)庫、XML 數(shù)據(jù)庫等。元數(shù)據(jù)抽取主要針對的對象有以下幾種：? 已有目錄：信息系統(tǒng)中現(xiàn)有的目錄資源。33元 數(shù) 據(jù) 管 理目 錄 元 數(shù) 據(jù) 內(nèi) 容 抽 取元數(shù)據(jù)庫資 源 編 碼 生 成數(shù)據(jù)庫電子文件網(wǎng)頁元 數(shù) 據(jù) 生 成目 錄 配 置 管 理已有目錄目 錄 文 本 類 原 文 主 題 詞 提 取科 技 信 息 內(nèi) 容 錄 入目 錄 資 源 人 工 分 類