星论文网欢迎您的来访,本中致力于各类论文代写,论文发表,代写代发论文服务

想快速发表职称论文找星论文网
当前位置:星论文网论文资料->热门论文

基于语义关联的图书馆移动视觉搜索资源与服务聚合研究

分享到:
作者:原作原创  来源:网络转载  发布时间:2017-11-14 10:29:00

 〔摘要〕[目的/意义]移动视觉搜索(MVS)服务是移动互联网时代图书馆更好切入用户利用场景和促进图书馆各种资源开发利用的有效措施,而视觉资源与图书馆各种资源的聚合是图书馆MVS服务开展的基础。[方法/过程]从多维度聚合和语义关联两个方面分析了数字资源聚合的理论基础,并从基础数据层、资源描述层、语义聚合层和用户应用层4个方面构建基于语义关联的图书馆MVS资源多维度聚合模型,在此基础上分析了MVS服务的实现流程。[结果/结论]构建移MVS为核心的语义关联视觉资源多维度聚合体系,有利于不同情境下图书馆MVS服务的现实。 

  〔关键词〕语义关联;移动视觉搜索;图书馆;多维聚合;关联数据
DOI:10.3969/j.issn.1008-0821.2017.10.001
〔中图分类号〕G25078〔文献标识码〕A〔文章编号〕1008-0821(2017)10-0003-05
〔Abstract〕[Purpose/significance]Integration of visual resources and library resources is the basis for the development of mobile visual search services.[Method/process]This paper discussed the aggregation demand of MVS related resources,and analyzed the theoretical basis of the digital resource aggregation from the multi-dimensional aggregation and the semantic relevance.Based on basic data layer,resource description layer,semantic aggregation layer and user application layer,it constructed the multi-dimensional aggregation model of the library MVS resources.It analyzed the MVS service from the aspects of e-book and digital humanities resources use.[Result /conclusion]The construction of multi-dimensional aggregation system of mobile visual resources based on semantic relevance was beneficial to the reality of mobile visual search service in different context.
〔Key words〕semantic relevance;mobile visual search;library;multidimensional aggregation;associated data
隨着用户行为习惯的改变和对图书馆服务质量要求提高,在数字技术支持下,我国图书馆在资源和服务的聚合方面取得了较为显著的成绩。不少图书馆OPAC系统已实现将传统纸质馆藏和中外文电子图书资源进行关联,使用户可以一站式实现纸质与电子图书的检索和利用,有效提高了电子图书的可见度和利用率;与此同时,学术文献资源的整合利用吸引更多的关注,最大可能的避免用户在不同数据库多次检索和重复数据的筛选,使得统一检索成为20世纪以来数字图书馆界一直研究和实践的重点。从早期的联邦跨库检索到近几年的知识发现系统,图书馆数字资源的整合从简单的异构数据库检索已发展到了语义关联知识发现的阶段。目前的图书馆资源整合和服务多是基于PC客户端的实现,然而事实上,随着网络传输技术的进步和移动智能终端的普及,移动搜索代表着一种更为普遍的搜索形式。移动搜索由于场景的移动性使其搜索从文字输入变为图像、声音、位置等多种输入方式的检索。由于人类有近80%的信息来自于眼睛,移动视觉搜索(Mobile Visual Search,MVS)未来会有更多的关注和应用[1]。移动视觉搜索是利用移动终端快速获取实体对象的图像作为检索对象,通过移动互联网获取相关信息并在移动终端显示的信息检索方式[2-3]。对于图书馆而言,图书馆及其文献资料中拥有大量的视觉相关信息,如何利用移动视觉搜索这一手段更好的为用户提供服务是图书馆界未来应该考虑的方向。
国内有研究人员提出从移动环境的软硬件资源、需求多样性、用户体验质量、协同管理和互操作性等方面建设图书馆移动视觉搜索机制[4];本课题组先后开展了大数据时代移动视觉搜索的游戏化框架设计[5]、数字资源移动视觉搜索的机制[6]、数字图书馆移动视觉搜索资源库建设中的众包模式[7]、基于关联数据的数字图书馆移动视觉搜索框架[8]、图书馆移动视觉搜索的服务设计模型[9]及实践应用[10]等方面的研究。本文拟在前期研究的基础上,对不同情境下的图书馆移动视觉搜索资源和服务进行聚合,实现与传统PC端检索的无缝连接,最大程度的方便用户以视觉信息为入口利用图书馆资源与服务,实现移动时代图书馆资源和服务的有效升级拓展。
1图书馆MVS资源聚合的需求
在前期研究中,课题组指出了在图书馆数字人文项目、电子图书、特色专题资源和多媒体资源利用等不同情境下开展移动视觉搜索服务的设计和应用[9-10]。然而不同情境下资源和服务是异构的,如果无法对不同情境下的移动视觉搜索资源和服务进行聚合,多入口的服务会增加用户利用的障碍和成本,降低用户体验的满意度,不利于用户对图书馆移动视觉搜索服务的采纳。  
 在资源方面,图书馆移动视觉搜索需要以图书馆不同情境下的视觉信息为检索入口,除了视觉资源的文本识别这一搜索途径外,视觉资源库的建设及匹配是图书馆移动视觉搜索服务开展的必要基础和重点。图书馆原有的资源主要涉及纸质馆藏、电子图书、电子期刊、视频、图片等形式,不同类型、语种和来源的馆藏资源在组织方式和揭示字段方面差别较大,如纸质馆藏多以MARC格式,电子图书的格式则不如MARC全面,不同电子数据库资源揭示的字段表现出较强的异构性,对于图书馆移动视觉搜索服务而言,主要涉及原有的纸质馆藏、电子图书和视频图像等资源,如何使新建的视觉资源库与原有的不同资源进行有效的聚合,以视觉信息为手段实现,使用户在一个入口即可一站式的对原有各种资源和新建视觉资源进行统一的检索匹配十分重要。
此外在服务方面,图书馆原有的各种服务存在一定程度的割裂,不同服务对用户利用而言关联度不大,利用纸质馆藏是在实体图书馆的环境中,利用电子图书或其他数字资源是在PC状态下,即便是在实体图书馆中享受实物形态的人文资源也无法与前两者有任何交集。以往图书馆较多强调资源的聚合,资源聚合确实是服务整合的基础,但这种服务多是建立在PC端利用的前提下。移动时代的到来和普及对图书馆的服务带来了新的挑战,图书馆如果要更加成功的切入到移动服务中,就需要考虑以情景为中心,以视觉信息为线索,将PC和移动两种不同的服务形式进行有效的聚合,真正实现以用户为中心,以资源为基础的全方位应用情景的融合服务。
2图书馆MVS资源聚合理论基础
圖书馆移动视觉搜索所需要聚合的资源既包含传统的OPAC馆藏资源、电子图书库、多媒体数据库,还包括新建的视觉资源库,资源的聚合就是要将这些异构、多维的资源,以视觉信息的输入为中介,通过一定的方式进行有序的组织关联和深度挖掘,以达到最大限度的利用开发资源的目的。图书馆MVS资源与服务的整合需要数字资源多维度聚合和语义关联等作理论基础。
21图书馆MVS资源多维度聚合
随着数字信息资源多维度聚合理论的产生,信息资源的组织模式从单一信息来源向多维度信息来源变革、从分类理念到多维聚类理念变革[11]。这些变革的发生满足了用户的个性化需求,也使数字资源聚合的效果最大化。图书馆移动视觉搜索资源的多维度聚合是指运用资源聚类、分析和组织的理论、方法和技术,基于不同的移动视觉搜索资源获取利用维度和目的,对多种不同的移动视觉搜索资源进行聚集、整合和再组织,以通过图像信息的输入获取相关资源全貌的过程[12]。
图书馆移动视觉搜索资源主要涉及结构维度、内容维度和群聚维度等3个维度的聚合。结构维度主要关注移动视觉搜索资源组织中的概念关系,目前主要涉及本体(Ontology),它在揭示知识组织结构方面的有效性已经得到普遍认可。FMurtagh认为本体所提供的层级结构能够归纳出知识概念间的形式框架,这种形式框架可用于辅助建立文本中的概念层级[15]。国内不少学者也尝试基于本体对相关资源进行整合,如基于元数据本体对特色资源进行深度聚合[16]、基于本体对公共数字文化资源整合[17]、利用资源本体揭示馆藏资源的语义关系[18]、基于本体对农业领域分布式海量资源进行整合[19],这些研究都将为移动视觉搜索资源结构维度的聚合提供支持。在内容维度上,主要关注异构移动视觉资源描述知识间的关联关系,这种关联关系可以是知识单元间的关联关系,也可以是知识群落之间的关联关系,或者是资源间、语义间或数据间的关联关系[14]。这种关联将不同来源的异构移动视觉资源进行概念、关系、属性等元素的映射,建立不同元素间的映射关系,或者将不同主题的相同实体的属性、关系等进行合并[13]。群聚维度主要涉及大量用户对视觉资源库自由添加标签和分类,由于图书馆移动视觉搜索视觉资源库的建设采用众包的方式效率更高[7],成本更低,可行性更强,所以对这些资源库的标注必然要采用分众分类法(Folksonomy),它允许用户自由标注资源,并通过“统计上浮”的原理使反映群体意识的用户标签成为标签云。分众分类法在管理和组织用户自生成资源方面效果较好,它为语义网识别提交了大量有益元数据,提供了有利于大众集体组织和发现知识的契机,使用户通过使用者的视角来整合标注词汇,弥补了图书馆在知识组织技术手段和人力资源方面的不足[14]。
22图书馆MVS资源的数据关联
图书馆数字资源的聚合实质上是将异构多源的数字化资源按照一定的方式进行关联,目前主要的关联方式有语义关联和数据发现关联两种。前者主要以资源的主题内容为核心,分层次、多维度的对资源进行组织,基于相关实体进行多维度关联,后者则偏重于挖掘数字化资源之间的引证关系,利用耦合关系实现资源的聚合,基于相同实体进行多维度关联[11,13]。
数据关联应用于图书馆数字资源的整合在学界有普遍共识。传统以MARC为代表的图书馆元数据在语义性和关联性方面存在着严重不足,而关联数据则可以把书目中的概念和实体通过语义描述和链接实现资源内容的充分揭示,可以把图书馆的资源和外部相关数据资源链接起来实现对资源的聚合,扩展资源范围并且改进用户服务[20]。图书馆馆藏资源的关联数据化主要通过URI命名机制、关联数据词汇集创建、馆藏语义描述和关联数据的发布四个方面为馆藏资源聚合提供数据基础。在这一过程中,资源的URI开放复用在数字资源的聚合机制中扮演基础角色,RDF链接是资源聚合的核心[21]。语义关联在图书馆资源的关联中较受重视,语义关联可以从多个维度揭示资源中蕴含的知识规律。将语义网技术应用与图书馆信息资源的整合中,通过本体与关联数据驱动的资源语义整合框架实现对图书馆中不同数据集合中信息资源的语义整合以及馆藏资源与外界资源链接集成,可以形成可无限延伸与扩展的开放资源整合体系[22]。对于移动视觉搜索资源而言,其资源种类较多,分散、异构且多粒度,用户在进行视觉搜索时很难快速清晰的找到所需要的信息,因此有必要将语义关联技术与视觉资源库建设中的分众分类标注结合起来,发挥各自的优势,将来源异构、内容异构、展现异构的图书馆视觉相关资源进行整合重组,实现资源库与用户需求的无缝融合,提升用户移动视觉搜索的体验。
  3基于语义关联的图书馆MVS资源多维度聚合模型
图书馆移动视觉搜索资源的聚合主要应用语义聚合技术,以视觉图像信息的匹配为前提,以视觉资源库的数据单位为基础,通过与其他各种本地、外部数据资源的语义关联,实现对视觉资源和图书馆各类数字资源的深层次语义聚合并展示。图书馆移动视觉资源的聚合,有利于借助移动视觉搜索这一符合移动环境下用户行为需求的检索手段,促进图书馆数字资源的利用。在明确基于语义关联的图书馆移动视觉搜索资源多维聚合相关理论的基础上,笔者构建了聚合模型,将图书馆移动视觉搜索资源聚合分为基础数据层、资源描述层、语义聚合层和用户应用层4个部分。
31基础数据层
图书馆移动视觉搜索资源的基础数据层主要包括本地原有数据资源、自建视觉资源和外部数据资源三部分。本地原有资源主要包括图书馆拥有的OPAC书目、中外文电子图书、电子期刊、图片视频多媒体数据库;自建视觉资源是专门用于图书馆环境下视觉搜索的视觉资源库;外部数据资源是指能够连接到关联数据网中与图书馆移动视觉资源有关的各种数据资源集合,如当当网、豆瓣、超星图书和联合目录等网站,这些资源存储形式不一,所以在进行数据关联时要采用不同的方法进行转换。在上述3种资源中,本地原有资源库相对比较成熟,在各种形式的资源组织中已广泛应用;自建的视觉资源库是建立在图书馆不同利用情景基础上,主要从用户的视角采用众包模式采集的用于图像匹配的资源,它是进行图书馆移动视觉搜索的中介和前提,用户的移动视觉检索大多需要依赖于图像输入并匹配后的数据关联发现,因此众包的视觉资源库建設要充分考虑各种图书馆利用情景、各层次用户利用行为和各种异构资源的彼此关联,在收集形式上将众包和图书馆自建结合在一起,图书馆自建作为引导和模板,众包作为重心和主要手段,要充分利用用户群体智慧收集视觉资源,并采用分众分类的方式添加标注相关元数据信息。视觉资源库的建设和组织是区别与其他一般意义上的图书馆数字资源整合的关键和核心,对于图书馆移动视觉搜索的成功非常重要。外部与图书馆资源服务有关的网站资源是对本地资源的有效补充,对这些分布异构的网络资源可以采用智能化、自动化的数据采集方式获取。
32资源描述层
资源描述层是将异构多源的图书馆移动视觉搜索相关的图像资源、文本资源等进行统一描述,明确不同信息要素之间的关联,保障不同结构和类型的资源描述具有统一
图1基于语义关联的图书馆MVS资源多维聚合模型
的标准,为机器识别操作和下一步的语义聚合提供便利。各种资源(尤其是视觉资源库资源)在本体构建的基础上,通过信息抽取加工,提取其中的特征向量,构建能兼容不同文献类型、规范统一的元数据库。在对数字资源进行描述的过程中,要重视对不同类型的数字资源进行语义标注,这些标注有助于系统识别多源异构信息资源内在的含义和逻辑关系。目前图书馆传统的各种本地资源和外部资源的描述已被广泛讨论[23-26],而针对以视觉搜索为目的且需与图书馆各类资源进行聚合的图片资源库描述研究较少。以众包为主要方式获得的视觉资源库采用分众分类法,虽然基于用户自身的语义认知,发挥了他们的群体意识和智慧,提高了资源描述效率,降低了时间和财力成本,但是却不得不受用户认知随意性甚至偏执的影响,会对资源聚合的结果带来不稳定性[14]。因此在对视觉资源库描述的规划时,对大众的参与要扬长避短,全面考虑本体的专业性、元数据的完整性和语义的关联性,使对资源的描述统一为机器可识别的格式,并通过元数据的映射关联实现对多维信息资源的语义识别。
33语义聚合层
语义聚合是在前期各类移动视觉搜索数字资源描述的基础上,充分揭示各种不同数字资源之间的语义关联,实现视觉资源与其他各类图书馆资源的信息聚合。语义聚合是整个图书馆移动视觉搜索的核心,它可以促进多源异构信息之间的交流和互操作,并以同一的标准将各信息要素关联起来并展示给用户。语义聚合在访问各类数字资源的基础上,以视觉资源库的元数据为中心,对数字资源的各元素之间的同一关系、相关关系、隶属等级关系、间接论述关系等进行本体映射和语义分析,然后提取视觉资源库语义元数据和其它各异构信息的接口,自动半自动的进行实体的识别(如题目、作者、ISSN、ISBN、出版社等)。在解决视觉资源与其他资源之间语义冲突的基础上,最终形成语义关联聚合的数据供用户应用层使用。在上述映射关联过程中,4种不同维度的语义关联比较重要。其中同一关联主要指具有类似特征、属性或内涵的分布异构资源的关联,相关关联主要指存在因果、逻辑等关系资源的关联,等级隶属关联主要指从属于相同类别、学科或者主体等关系的关联,间接关联主要指不同于与上述三种关联形式,且需要通过语义处理或者计算机模拟的关联[27]。此外,可视化的展示在数字资源的揭示中已经被经常使用,可视化可以更加直观形象的揭示不同来源的信息聚合情况,有利于用户进一步发现需要的相关信息,更好的提升图书馆各类资源的利用效率。
34用户应用层
  在经过对视觉资源库和其他各类数据资源的描述、语义关联聚合后,我们可以构建面向用户的应用界面,提供移动视觉搜索服务,以满足用户在移动环境下,以图像输入为手段对馆藏资源语义化的检索查询需求。用户图像输入的接口可以和图书馆移动终端检索界面融合,使用户可以自行选择传统文本输入或者图像输入,图像输入主要满足一些难以用简单文本描述的检索需求。检索入口的便捷性对图书馆移动视觉搜索服务的可用性极为重要,因此在设计移动视觉搜索入口时尽可能吸取以往图书馆移动服务路径过于复杂造成用户利用障碍的教训,充分考虑用户移动利用行为习惯,开放性的融入到用户常用的APP接口。在图像匹配方面,移动视觉搜索系统会对每一次用户输入的图像及图像中可以识别的信息与已经构建的视觉资源库的图像或数据进行匹配。在这一过程中,如无匹配的相关信息,系统要将用户摄入的图像自动纳入到视觉资源库中并利用分众分类的方式对图像信息进行描述和关联聚合,通过这一循环迭代模式有效的优化视觉资源采集方式,提升视觉资源库对用户的针对性和可用性,构建全面丰富且动态更新的视觉资源库。此外,在视觉资源库检索匹配的基础上,系统自动将与匹配图像相关联的其他各类资源聚合起来,并结合对用户个人信息的情景感知,将个性化、针对性的检索结果输出给用户使用,在这一过程中可视化的工具可以帮助用户查看资源聚合的模型,了解各种相关资源的情况。
4图书馆MVS服务聚合的应用分析
图书馆移动视觉搜索服务对于移动情景非常敏感,不同应用情景下用户对移动视觉搜索服务的内容需求有较大差别,在前期进行图书馆移动视觉搜索资源多维度语义关联的基础上,聚合服务的实现也变得可行。聚合服务将不同情景的图书馆移动视觉搜索需求进行了整合,方便用户在统一的平台和入口进行视觉搜索,提高了图书馆移动视觉搜索服务的可用性和用户体验的满意度。服务聚合和资源聚合是相辅相成的,图2显示了图书馆移动视觉搜索聚合实现的流程,其中虚线部分代表视觉资源库和语义关联为核心的资源聚合,实线部分代表了移动视觉搜索服务聚合实现的流程。下面主要以电子图书和数字人文资源的移动视觉搜索服务聚合为例进行说明。
图2图书馆MVS服务聚合实现流程
电子图书和数字人文资源是图书馆移动视觉搜索服务的重要应用领域,资源的建设是服务实现的前提,上图的虚线部分主要从馆员自建、众包建设和系统自动采集(如前34所述)3个途径收集电子图书和数字人文项目的视觉资料来构建视觉资源库,通过馆员专业标注和分众聚类两种方式对视觉资源库进行数据加工提取,并在此基础上和馆藏OPAC、图像视频数据库、移动电子图书以及数字人文资源等通过语义关联实现多维度的资源聚合。
在电子图书和数字人文资源的移动视觉搜索具体服务过程中,如上图实线部分所示,用户在一定移动情景下,由于需要了解某本无法外借图书是否有电子图书可供阅读,或者需要检索图书馆推荐的有关某位专家学者的电子图书或视频资料是否可供利用,或者对图书馆展示的某个人文资源想有更深层的了解,即可以通过手机等移动终端的统一检索入口,摄入某本图书的封面、某位专家的图像或者某个人文资源的图片,移动视觉搜索系统将摄入的图像与视觉资源库中的图像信息进行匹配,或者通过识别图像中的文本信息与视觉资源库中的元数据进行匹配,将匹配到与图像元数据有语义关联的所有电子图书资源、数字人文资源、OPAC书目或其它视频图像资源检索出来,同时在这一过程中结合用户的个性化信息,返回针对性、个性化的检索结果给用户使用,实现基于语义关联的图书馆移动视觉搜索的个性化聚合服务。图书馆移动视觉搜索服务提供过程中,移动视觉搜索入口的便捷性和视觉资源库的快速自动动态更新十分重要,两者对用户的采用意愿、使用体验等有着较为直接的影响。
5结语
图书馆移动视觉搜索服务是移动互联网时代图书馆更好的切入用户利用场景和促进图书馆各种资源开发利用的有效措施。要使不同情境下的移动视觉搜索服务成为现实,必须构建语义关联的移动视觉资源多维度聚合体系,在这一过程中以视觉资源库为中心的多种异构图书馆资源的语义关联十分重要,在此基础上的移动视觉搜索服务要重视统一的视觉搜索入口建设和以分众分类为主要手段的视觉资源库动态更新,这些是图书馆移动视觉搜索服务成功实施的重要基础。
参考文献
[1]罗超.视觉搜索:这就是移动搜索未来的模样?[EB].http://www.tmtpost.com/27466.html,2016-12-23.
[2]Girod B,Chandrasekhar V,Grzeszczuk R,et al.Mobile Visual Search: Architectures,Technologies,and the Emerging MPEG Standard[J].IEEE Multimedia,2011,18(3): 86-94.
[3]Girod B,Chandrasekhar V,Chen D M,et al.Mobile Visual Search[J].IEEE Signal Processing Magazine,2011,28(4): 61-76.
[4]张兴旺,李晨晖.数字图书馆移动视觉搜索机制建设的若干关键问题[J].图书情报工作,2015,(15): 42-48.
[5]赵宇翔,朱庆华.大数据环境下移动视觉搜索的游戏化机制设计[J].情报资料工作,2016,(4): 19-25.
[6]朱庆华.大数据环境下数字资源移动视觉搜索机制[J].情报资料工作,2016,(4): 5.
[7]张亭亭,赵宇翔,朱庆华.数字图书馆移动视觉搜索的众包模式初探[J].情报资料工作,2016,(4): 11-18.
[8]刘木林,朱庆华,赵宇翔.基于关联数据的数字图书馆移动视觉搜索框架研究[J].情报资料工作,2016,(4): 6-10.
[9]韩玺,何秀美,张玥,朱庆华.基于情景感知的图书馆移动视觉搜索服务设计研究[J].图书馆学研究,2017,(16):42-47
[10]韓玺,齐云飞,朱庆华.移动视觉搜索在国内图书馆应用的探索研究[J].图书馆学研究,2017,(7): 79-83.
[11]李佳军.高校数字化信息资源多维度聚合搜索服务与应用研究[J].情报科学.2017,(4):93-96.
[12]杨萌,张云中,徐宝祥.社会化标注系统资源多维度聚合机理研究[J].图书情报工作,2013,(15): 126-131.
[13]夏立新,陈晨,王忠义.基于多维度聚合的网络资源知识发现框架研究[J].情报科学,2016,(5): 3-8.
[14]周姗姗.基于Folksonomy模式的数字资源多维度聚合研究[D].长春:吉林大学,2014.
[15]Murtagh F,Mothe J,Englmeier K.Ontology from Local Hierarchical Structure in Text[J].Computer Science,2007:0701180.
[16]彭佳,郑巧英,张晗,等.基于元数据本体的特色资源深度聚合研究[J].图书馆杂志,2016,(11): 82-89.
[17]肖希明,完颜邓邓.基于本体的公共数字文化资源整合语义互操作研究[J].国家图书馆学刊,2015,(3): 43-49.
[18]邱均平,楼雯,余凡,等.基于资源本体的馆藏资源语义化研究[J].图书馆论坛,2013,(6): 1-7.
[19]李文.基于本体的面向农业领域的分布式海量资源整合方法[D].上海:复旦大学,2010.
[20]丁楠,潘有能.基于关联数据的图书馆信息聚合研究[J].图书与情报,2011,(6): 50-53.
[21]游毅,成全.试论基于关联数据的馆藏资源聚合模式[J].情报理论与实践,2013,(1): 109-114.
[22]欧石燕,胡珊,张帅.本体与关联数据驱动的图书馆信息资源语义整合方法及其测评[J].图书情报工作,2014,(2): 5-13.
[23]孙辉,王颖,张智雄.基于工具书语料的国史知识库构建和检索[J].现代情报,2016,36(1):64-73.
[24]孙建军,徐芳.基于关联数据的学科网络信息深度聚合框架构建[J].图书馆,2015,(7): 50-54.
[25]梁少星.基于语义关联的实例相似度计算方法及应用研究[J].现代情报,2015,35(8):151-156.
[26]曾群,刘昊,李瑞婻.基于知识关联理论的数字图书馆信息资源聚合研究[J].图书馆学研究,2016,(23): 36-41.
[27]张建红.基于语义关联的海量数字资源知识聚合与服务研究[J].图书馆工作与研究,2016,(8): 44-47.
 

本文TAGS:
如您需要代写代发表论文请联系QQ:800054855