第一篇:数字图书馆中XML数据安全的研究论文
随着数字图书馆全方面网络信息服务的提供,数字图书馆中数据的存储和访问安全变得越来越重要。数字图书馆中的元数据可以通过XML语言描述,XML作为数据交换的规范已经在数字图书馆中进行了应用。通过对XML数据安全进行分析,使用XML加密和数字签名技术可以确保数字图书馆在互联网应用环境下的数据信息安全。
随着网络技术的不断发展和应用,各种数据信息的存储、表达和检索等要求越来越高。伴随着数据信息深层次处理要求的不断提高,可扩展标记语言(Extensible Markup Language,XML)应运而生。XML是一种基于SGML标准简单灵活的语言,并得到了W3C(World Wide Web,联合组织)的认可。XML解决了HTML的诸多问题,被认为是第二代因特网信息组织的格式标准。目前,XML技术已经被业界广泛的接受,并成为网络应用中事实上的数据表达和数据交换的标准,在Web服务、数字图书馆、以及电子商务中得到了应用。XML技术与数字图书馆
1.1 XML技术对数字图书馆的影响XML技术对数字图书馆的影响,有以下3个方面:(1)XML是一种对信息资源的结构化描述,其功能用来规定数字化信息组织的数据结构标准,因而可以描述各种类型的信息资源。XML与元数据的发展不可分割,利用XML可以生成各种用于不同目的元数据。XML允许用户自定义标记集,实现个性化文献定制,这些标记集能用超越标准HTML的元素类型表达特殊信息。从数字图书馆的角度来看,元数据是数字图书馆信息描述的方法,为数字化信息的发现、存储、组织、共享和检索奠定了基础。利用XML可以生成各种用于不同目的的元数据,如:导航图、内容评价、流路径、定义和著者等,由此可见,用XML语法写成的元数据将为数字图书馆建设做出很大贡献。(2)XML有利于不同系统之间信息交换,能够方便的将图书馆数字化建设中用到的各种数据库系统之间的数据进行自动转换。XML不仅支持字符集Unicode,而且支持开放性文本,因此,数据自我描述和获取不同结构数据的操作非常方便。XML数据方便信息的获取和利用,便于各种数字资源的整合。(3)XML使Web信息发布方式发生了变化。XML的良构性和可扩展性使得对Web结构化信息管理成为可能,使得图书馆参与网络信息资源组织和整理的环境更为有利。XML对图书馆馆藏信息资源的描述和发布产生的影响将改变图书馆基于MARC格式的书目数据形式。MARC格式提供了对不同文献对象进行著录的统一标准,但该标准却阻碍了图书馆书目数据资源融入网络信息资源,参与网络信息流通,通过XML技术可以有效的解决这一问题。
1.2 数字图书馆的数据安全随着数字图书馆建设的步伐加快,图书馆开展了全方位的网络信息服务。由于以Internet为基础设施的网络系统本身存在的安全隐患,加之图书馆网络系统的开放性、复杂性和用户的多样性,使得图书馆网络系统极易受到骇客的攻击、病毒的侵袭和合法用户的误操作等。数字图书馆系统的数据主要是元数据、对象数据和用户数据等。这些数据所面临的威胁主要有:数据泄露或丢失,非法窃取,修改或重发,非授权用户访问等。数据的安全主要表现在:如何确保数据的机密性、完整性、可用性、可控性和可审查性等特征。确保数据安全的方法:依靠操作系统的访问控制功能实现,采用用户身份认证来实现,通过数据加密技术来实现等。目前,在数字图书馆中元数据大都可以通过XML语言来描述,而且在数字图书馆资源使用过程中多数都以XML文档作为数据对象在服务器和浏览器之间传输,XML是Internet交换数据事实标准。因此,只有解决了XML数据的安全问题,XML才能得到更广泛的应用,数字图书馆的数据安全才能有所保证。XML数据安全标准
2.1 XML数据加密W3C的加密方案规定了把XML数据明文加密产生密文以及对密文解密恢复XML数据明文的过程。XML加密包括加密语法和处理规则两部分,前者描述加密数据的表示形式,后者描述加密的处理过程。XML数据加密根据加密粒度可分为:加密XML文档,加密XML元素,加密XML元素内容。XML数据加密的过程:将XML文档转换成为一个DOM(Document Object Model,文档对象模型)对象,标记要加密的内容并记录其位置,加密相关内容,将加密内容封装成标准的XML文挡。XML加密数据的一般格式如下:EncryptedData是密封加密数据和解密所需相关信息的最外层元素,它包含了4个关键子元素:(1)EncryptionMethod:使用XML加密规范中定义的算法标识符描述采用的加密算法。(2)ds:KeyInfo:提供用于加密和解密数据的对称密钥。(3)CipherData:包含或引用实际的加密数据。(4)EncryptionProperties:提供了应用程序专用的附加信息。2.2 XML签名规范当对XML数据进行交换和访问时,可能会出现数据的伪装、篡改和抵赖等,数字签名是确保数据安全的一种常用方法。XML签名规范是W3C为了对敏感的数据通过会话密钥或公、私密钥进行加密而定义的数字签名进程和XML文档结构的规则。XML签名提供了灵活的数字签名机制,不仅支持对网络资源和消息整体的签名,也支持对XML文档或消息的部分进行签名,既支持公钥数字签名,也支持对称密钥的密钥散列验证。XML数字签名标准包括如何用XML和XML签名命名空间来描述一个数字签名。传统的数字签名技术其签名对象是要签署的文档整体,不支持对文档的部分签名。而XML数字签名标准充分利用XML数据的强大表达能力和扩展能力,增强了XML数字签名的灵活性和扩展性。XML签名不仅可以对整个文档进行签名,而且还可以实现对文档的特定部分进行签名,并支持多重XML数字签名。下面给出的是应用XML签名的示例:
Signature标识了整个XML数字签名,它包含了4个关键子元素:(1)SignedInfo:是签字信息元素,整个XML签名中最重要的核心元素,XML数字签名对整个签字信息元素签字,它包含与签字相关的所有信息。(2)SignatureValue:容纳Base64编码的签字值。(3)KeyInfo:包括用来验证XML签名的具体信息。(4)Object:包含XML签名所需要的附加属性。在XML签名中,签字元素(Signature)和数据对象的相对位置有3种:(1)封装签字:数据对象放在客体元素中,签字元素就是数据对象的祖先元素。(2)被封装签字:签字元素作为数据对象的子孙元素。(3)分离签字:签字元素与数据对象相分离。
2.3 XML密钥管理规范W3C在2001年制定了XML密钥管理规范(XML Key Management Specification,XKMS)。XML数据加密和数字签名技术以公共密钥基础设施(Public Key Infrastructure,PKI)为基础来实现加密、解密、签名和验证等操作。XKMS为访问和集成PKI提出了解决方案。XKMS由VeriSign、微软和webMethods共同制定,其主要功能包括:公钥的登记、发布、撤销、验证、管理和查询。XKMS以Web服务的形式实现,允许客户端应用程序访问PKI功能,从而减少客户端应用程序的复杂性。XKMS由XML密钥信息服务规范(XML Key Information Service Specification,X-KISS)和XML密钥登记服务规范(XML Key Registration Service Specification,X-KRSS)两部分组成。X-KISS定义了一种可用于验证互联网上公钥合法性的服务实现规范。使用X-KISS,应用XML数据的用户可通过互联网委托可信的第三方处理有关签名认证、数据加密等服务,包括提供其它客户的加密公钥,验证公钥合法性等。X-KRSS定义了一种可通过互联网接受公钥登记、撤销、恢复的服务规范。若一个XML应用建立了一个密钥对,则可通过X-KRSS协议将公钥部分及其它有关本人身份的信息发给可信第三方登记。XML数据加密和解密的原理如下:(1)接收方生成两个非对称密钥,一个是公钥,一个是私钥。(2)发送方获取接收方的公钥,生成一个对称密钥,用对称密钥加密XML数据。(3)发送方使用接收方的公钥加密生成的对称密钥,然后将加密的XML数据、加密的对称密钥结合在一起,生成一个XML文档发送给接收方。(4)接收方使用非对称密码算法和自己保管的私钥来解密对称密钥,然后用解密的对称密钥来解密XML数据。XML加密和XML数字签名是两个既独立又紧密相关的技术。XML加密确保数据的机密性,XML数字签名确保数据的完整性和不可否认性。结束语在数字图书馆中应该确保数据存储、访问和交换的安全,XML数据作为数据交换的规范已经在数字图书馆中有了广泛的应用,W3C制定的XML数据加密和数据签名技术可以在一定程度上确保数据的安全。XML数据安全技术在电子商务,WEB服务中也有应用。采用合理的加密算法,根据XML数据的加密技术和数据签名规范实现数字图书馆的数据安全在技术上是可行。随着数字图书馆全方面网络信息服务的提供,数据安全将在以后的应用中彰显它的重要性。将XML加密和签名技术结合起来,可以确保数字图书馆在网络环境下的数据安全。
第二篇:《数字图书馆论坛》论文授权书
《数字图书馆论坛》论文授权书
稿件编号:
文题:作者顺序:
如该论文被刊用,根据《中华人民共和国著作权法》及其实施条例的有关规定,考虑到《数字图书馆论坛》在该论文正式刊登前所付出的创造性劳动,作者同意自该论文正式发表之日起,将其著作权及相关财产权转让给《数字图书馆论坛》。《数字图书馆论坛》对该论文的部分或全文具有但不限于以下专有使用权:汇编权、发行权、复制权、翻译权、网络出版及在全世界范围的信息传播权;许可国内外文献检索系统和数据库收录并使用;允许以现有及未来出现的各种介质、媒体以及其他语言文字出版和使用;以不违反中华人民共和国现行和以后出台的法律规定的方式使用。该论文发表后,《数字图书馆论坛》向作者一次性酌致稿酬,该稿酬已含该论文著作权转让的费用。
论文作者承诺:(1)论文系作者(请在方框中划勾):□原创性作品,□翻译作品,□文献综述作品;无知识产权纠纷,未一稿多投,不涉及任何形式之保密义务,未曾以所投期刊使用的语种公开发表。(2)未经《数字图书馆论坛》书面许可,不再以发表该论文期刊使用的语种、任何方式在全世界范围发表此文或允许第三方使用该论文。
《数字图书馆论坛》同意,从该论文发表之日起,作者享有其非专有使用权,行使该项权利时应得到《数字图书馆论坛》的许可,但不得使用发表该论文期刊的版式。
《数字图书馆论坛》和作者任何一方违反上述约定,按照《中华人民共和国著作权法》的有关规定,承担相应责任。关于作者其他权利的约定,可由作者提出,双方协商确定。本授权书自论文发表之日起生效,有效期同该论文著作权的保护期。
若该论文为职务作品,请作者予以说明,并由作者所在单位与作者共同签署本授权书。
作者签名(请按排名顺序填写):
签字日期:年月日
第三篇:数据挖掘教学方法研究论文
摘要:在本科高年级学生中开设符合学术研究和工业应用热点的进阶课程是十分必要的。以数据挖掘课程为例,本科高年级学生了解并掌握数据挖掘的相关技术,对于其今后的工作、学习不无裨益。着重阐述数据挖掘等进阶课程在本科高年级学生中的教学方法,基于本科高年级学生的实际情况,以及进阶课程的知识体系特点,提出有针对性的教学方法参考,从而提高进阶课程的教学效果。
关键词:数据挖掘;进阶课程;教学方法研究;本科高年级
学生在本科高年级学生中开设数据挖掘等进阶课程是十分必要的,以大数据、数据挖掘为例,其相关技术不仅是当前学术界的研究热点,也是各家企事业单位招聘中重要岗位的要求之一。对于即将攻读硕士或博士学位的学生,对于即将走上工作岗位的学生,了解并掌握一些大数据相关技术,尤其是数据挖掘技术,都是不无裨益的。在目前本科教学中,对于数据挖掘等课程的教学,由于前序课程的要求,往往是放在本科四年级进行。如何激发本科四年级学生在考研,找工作等繁杂事务中的学习兴趣,从而更好地掌握数据挖掘的相关技术是本课程面临的主要挑战,也是所有本科进阶课程所面临的难题之一。
1数据挖掘等进阶课程所面临的问题
1.1进阶课程知识体系的综合性
进阶课程由于其理论与技术的先进性,往往是学术研究的前沿,工业应用的热点,是综合多方面知识的课程。以数据挖掘课程为例,其中包括数据库、机器学习、模式识别、统计、可视化、高性能技术,算法等多方面的知识内容。虽然学生在前期的本科学习中已经掌握了部分相关内容,如数据库、统计、算法等,但对于其他内容如机器学习、人工智能、模式识别、可视化等,有的是与数据挖掘课程同时开设的进阶课程,有的已经是研究生的教学内容。对于进阶课程繁杂的知识体系,应该如何把握广度和深度的关系尤为重要。
1.2进阶课程的教学的目的要求
进阶课程的知识体系的综合性体现在知识点过多、技术特征复杂。从教学效益的角度出发,进阶课程的教学目的是在有限的课时内最大化学生的知识收获。从教学结果的可测度出发,进阶课程的教学需要能够有效验证学生掌握重点知识的学习成果。1.3本科高年级学生的实际情况本科高年级学生需要处理考研复习,找工作等繁杂事务,往往对于剩余本科阶段的学习不重视,存在得过且过的心态。进阶课程往往是专业选修课程,部分学分已经修满的学生往往放弃这部分课程的学习,一来没有时间,二来怕拖累学分。
2数据挖掘等进阶课程的具体教学方法
进阶课程的教学理念是在有限的课时内,尽可能地提高课程的广度,增加介绍性内容,在授课中着重讲解1~2个关键技术,如在数据挖掘课程中,着重讲解分类中的决策树算法,聚类中的K-Means算法等复杂度一般,应用广泛的重要知识点,并利用实践来检验学习成果。
2.1进阶课程的课堂教学
数据挖掘等进阶课程所涉及的知识点众多,在课堂上则采用演示和讲授相结合的方法,对大部分知识点做广度介绍,而对需要重点掌握知识点具体讲授,结合实践案例及板书。在介绍工业实践案例的过程中,对于具体数据挖掘任务的来龙去脉解释清楚,尤其是对于问题的归纳,数据的处理,算法的选择等步骤,并在不同的知识点的教学中重复介绍和总结数据挖掘的一般性流程,可以加深学生对于数据挖掘的深入理解。对于一些需要记忆的知识点,在课堂上采用随机问答的方式,必要的时候可以在每堂课的开始重复提问,提高学习的效果。
2.2进阶课程的课后教学
对于由于时间限制无法在课上深入讨论的知识点,只能依靠学生在课后自学掌握。本科高年级学生的课后自学的动力不像低年级学生那么充足,可以布置需要动手实践并涵盖相关知识点的课后实践,但尽量降低作业的工程量。鼓励学生利用开源软件和框架,基于提供的数据集,实际解决一些简单的数据挖掘任务,让学生掌握相关算法技术的使用,并对算法有一定的了解。利用学院与大数据相关企业建立的合作关系,在课后通过参观,了解大数据技术在当前企业实践中是如何应用的,激发学生的学习兴趣。
2.3进阶课程的教学效果考察进阶课程的考察不宜采取考试的形式,可以采用大作业的形式。从具体的数据挖掘实践中检验教学的成果,力求是学生在上完本课程后可以解决一些简单的数据挖掘任务,将较复杂的数据挖掘技术的学习留给学生自己。
3结语
数据挖掘是来源于实践的科学,学习完本课程的学生需要真正理解,掌握相关的数据挖掘技术,并能够在实际数据挖掘任务中应用相关算法解决问题。这也对教师的教学水平提出了挑战,并直接与教师的科研水平相关。在具体的教学过程中,发现往往是在讲授实际科研中遇到的问题时,学生的兴趣较大,对于书本上的例子则反映一般。进阶课程在注重教学方法的基础上,对于教师的科研水平提出了新的要求,这也是对于教师科研的反哺,使教学过程变成了教学相长的过程。
参考文献:
[1]孙宇,梁俊斌,钟淑瑛.面向工程的《数据挖掘》课程教学方法探讨[J].现代计算机,2014(13).[2]蒋盛益,李霞,郑琪.研究性学习和研究性教学的实证研究———以数据挖掘课程为例[J].计算机教育,2014(24).[3]张晓芳,王芬,黄晓.国内外大数据课程体系与专业建设调查研究[C].2ndInternationalConferenceonEducation,ManagementandSocialScience(ICEMSS2014),2014.[4]郝洁.《无线传感器网络》课程特点、挑战和解决方案[J].现代计算机,2016(35).[5]王永红.计算机类专业剖析中课程分析探讨[J].现代计算机,2011(04).
第四篇:数字图书馆的宏观管理总论教育论文
【内容提要】文章指出数字图书馆宏观管理应确立新的管理理念,在此基础上从6个方面讨论了数字图书馆的宏观管理:知识管理、用户管理、人力资源管理、网络信息资源管理、知识产权管理、战略及标准化管理。
【摘 要 题】图书情报工作论坛
【英文摘要】
随着多媒体技术和通信技术的进步,Internet网络的飞速发展,数字图书馆的研究与建设已取得很大的成就。这必将导致图书馆组织机构、工作模式和工作机理以及图书馆管理理念等方面的深刻的管理变革。但是人们的注意力大多集中在各种载体文献的数字化技术、数字图书馆信息资源组织和检索技术等方面,对于数字图书馆的管理问题仍末引起足够的重视。因此,数字图书馆的宏观管理越来越成为数字图书馆发展建设必需解决的重大问题。数字图书馆宏观管理的新理念
数字图书馆是一个数字化的信息系统,它通过计算机技术、通讯网络、信息处理等各种技术,将分散于各种载体、不同地理位置的信息资源以数字化的方式储存,以网络化的方式互相连接,提供及时利用,实现资源共享。因此,数字图书馆的管理与传统图书馆的管理有很大的区别,应确立新的管理理念。首先是确立“集成管理”理念。也就是将集成思想创造性地用于数字图书馆管理实践的过程,其核心是强调运用集成的思想和观念指导数字图书馆的管理实践,实现信息技术、信息资源、信息规范、人力资源等各种资源要素的全方位优化、组合,促进各项要素、功能和优势之间的互补与匹配,最终促进整个管理效率的提高。其次要确立“知识是数字图书馆管理最重要的资源”理念。随着网络技术的发展和“学习型社会”的提倡,人们对社会信息与知识的需求增加,客观上要求数字图书馆不断拓宽业务范围,改善服务环境与手段,运用众多专家的知识和智慧开发知识资源。还应确立“以人为本自主管理”理念。数字图书馆要在未来社会中得到可持续的发展,最重大的现实问题就是如何将人本管理思想贯彻实施,这也是一项战略性的创新型管理制度。数字图书馆的宏观管理
笔者试图从以下6个方面对数字图书馆的宏观管理问题进行阐述。
2.1 数字图书馆的知识管理
数字图书馆知识管理是指通过对数字图书馆所拥有的包括信息与知识各种要素在内的所有智力资本进行组织、开发和运营,实现知识创新、知识传播和知识增殖的过程。数字图书馆本质上是一种面向用户的网络化数字资源体系、向用户提供系统化的有序的知识体系,工作重心也转向深层次的知识服务。因此,数字图书馆实质上是一种知识型组织,同时数字图书馆建设也是一项知识创新工程,这就决定了知识管理是数字图书馆宏观管理的必然选择,是数字图书馆管理的首选模式。
数字图书馆知识管理的主要内容包括:知识创造管理(是一种开发新知识或替代现有隐性知识和显性知识的过程和行为);知识组织管理(利用信息技术通过知识发现、知识获取、知识表示、知识存贮来组织数字图书馆知识);知识检索管理(根据用户需求或问题的实际情况找出可利用的知识,使问题得到圆满解决,涉及到人工智能与专家系统的许多方面);知识服务管理(包括数字化参考咨询服务管理、基于网络的个性化信息定制服务管理、基于网络的知识创建与知识共享服务管理等);知识资本管理(包括数字图书馆的人力资本管理、知识产权资本管理等)。为了有效地搞好数字图书馆的知识管理,首先应确定知识开发策略。知识周期包括知识创造、知识采用、知识发布、知识评价。除此之外,数字图书馆还可利用其他途径来获取知识。购买是获取知识最直接、最有效的办法,包括购买拥有知识的整个机构或是雇佣拥有知识的个人。租用是获取知识的另一常用方法,一般采取的形式是数字图书馆向某一公司或机构的研究项目提供经济援助或资金,以换取研究成果的第一商业使用权。其次是组建知识型团队组织。知识型团队是一种以知识的创建、传播与应用为基本出发点的由相互协作的个体所组成的正式群体。数字图书馆知识型团队组织由资源建设团队、信息服务团队、技术支持与开发团队、高层管理团队四部分组成。这些团队组织通过相互协作与交流,提高了数字知识的时效性,完善了数字图书馆的知识服务,改善了领导关系。
2.2 数字图书馆的用户管理
数字图书馆的用户管理不仅要能有效地保证数字图书馆信息资源的充分利用,实现资源共享,同时也要能做到有效保护商用信息资源的知识产权,并尽可能使用户管理简单化,从而保证系统的高效运行。因此,采取合适的用户管理模式对于数字图书馆来说至关重要。综合目前有关的研究资料,笔者认为,数字图书馆合理的用户管理模式应是IP验证加防火墙隔离方式与用户认证加访问授权方式的紧密结合。即对于数量庞大的数字图书馆Intranet用户采取IP验证加防火墙隔离方式进行管理;对于Internet上想利用该数字图书馆商用信息资源的用户和那些常常离开Intranet覆盖范围的Intranet用户可以采用用户认证加访问授权方式进行管理。因为上述两种用户管理方式各有所长,各有所短,若单纯采用一种管理模式,势必给用户利用商用信息带来障碍;若管理的用户过多,则会影响系统的运行效率。不难看出,它们具有优势互补的特点。因而结合起来进行用户管理,数字图书馆就能有效地解决资源共享、知识产权保护和系统运行效率之间的关系问题。
2.3 数字图书馆的人力资源管理
数字图书馆信息资源的载体、存取方式及覆盖范围都发生了前所未有的变化,呈现出多媒体、多语种、全球性分布式结构等特点,图书馆工作人员的素质、专业技术水平的高低将直接影响信息资源开发的深度和质量。同时,数字图书馆中传统的服务模式被打破,图书馆面对的是不同用户、不同层次的需求,用户需求的多样化决定了馆员知识结构的复合化与服务内容的个性化必须得到加强。在信息时代,人们更注意信息的传递,并更多地根据读者需求的满足率及为用户提供选择性信息的能力来评价一个图书馆。因此,数字图书馆的人力资源建设是信息资源建设的前提,同时也是图书馆开展信息服务、保持信息服务主导地位的必然要求。
但是,受传统观念的影响,某些图书馆领导意识薄略、人才流失、人力资源管理技术落后,加之工作人员工作积极性不是太高,这些因素制约着人力资源建设的发展。数字图书馆的人力资源管理应当从以下几方面确定发展策略:(1)以人为本,树立“能本管理”的理念。通过有效的方法,最大限度地发挥人的能力,从而实现能力价值的最大化,把能力这种最重要的人力资源作为组织发展的推动力量。(2)建立科学高效的管理机制,包括建立增强动力的竞争机制、建立调动积极性的激励机制和建立挖掘潜能的培养机制等,激发图书馆员的动机,发挥其内在潜力,通过在职培训或进修提高他们的综合技能,引导竞争朝良性的方向发展。目前主要采取思想教育与知识学习相结合、引进人才与馆内培养相结合、博学与专才相结合、学术研究与实际应用相结合等方式对数字图书馆的人力资源进行管理。
2.4 数字图书馆的网络信息资源管理
针对互联网上中文信息匮乏、网络信息资源管理杂乱的现状,我们应下大力气抓紧网络信息资源建设,加强其管理。从宏观来看,可采取如下对策:(1)加强对网上信息的整合与开发,推动信息资源的开放与共享。通过对网上信息的整合、处理,使信息上升为知识,从而使用户可以直接获取符合其需求的直接有用的知识。对于网上的虚拟资源也应该进行整理和链接,作为网上信息整合的一部分。要采取数据仓库、数据挖掘、人工智能等技术来获取信息中的隐含知识。受经费、技术等条件的限制,数字环境下原始专业性资源相对传统资源更加贫乏,因而应在统一的标准规范基础上对这些资源进行开发、开放与共享。
(2)对信息资源进行深加工,并加强知识库建设。数字资源的加工应强调数字对象的语义结构信息,注意挖掘数字对象之间显性与隐性的关系,通过建立完全的知识概念体系将所有信息资源联系起来。数字图书馆应通过信息资源管理技术对原始信息资源进行组织,使之更加有序化,并最终形成符合用户需要的知识库。重点建设一批重点战略性资源库,同时加快政府信息数据库的建设。
(3)加强网络知识服务。数字图书馆应在人工智能、语义Web、数据挖掘等知识管理工具和技术的协助下,尽快建立网上知识服务体系与信息服务体系。
2.5 数字图书馆的知识产权管理
数字图书馆的知识产权问题,包括信息资源建设中的知识产权问题(体现在信息资源采集、信息资源数字化过程中)、信息资源传播中的知识产权问题、信息资源服务中的知识产权问题。它实质上是知识产权在数字技术、网络技术上的运用问题,一方面促进数字图书馆的发展,保护权利人的利益,另一方面又制约着数字图书馆的发展,制约着社会公众的利益。数字图书馆的知识产权管理,可采取以下的对策:
(1)利用《著作权法》中的“法定许可”合理使用。可以解决部分信息采集和数据库建设中的知识产权问题。如数字图书馆建设中的资源数字化是属于复制行为,若是基于服务的并且无任何赢利目的,也属于合理使用。
(2)建立著作权的集中管理组织。通过这一中介,数字图书馆建设者可以获得有关信息资源建设、传播和利用的授权,从而解决数字图书馆建设中的知识产权问题。我们熟知的超星数字图书馆、人大复印资料等就是通过这种中介组织获得授权的典型案例。
(3)与出版社合作取得授权。资源信息数据库的建设者可以通过与出版社合作达到“双赢”的目的。
(4)建立与数字图书馆建设配套的知识产权法律体系。随着数字技术和网络技术的飞跃,赋予数字图书馆特定的法律地位以及对信息资源数字化、网络化、共享化的专有权,已经十分必要。只有有了健全的法律制度,才能使数字图书馆建设真正做到有法可依,违法必究。
2.6 数字图书馆的战略及标准化管理
数字图书馆建设涉及到各种各样的技术、管理和服务等问题,因此,有必要从战略管理的高度处理好数字图书馆建设中的一些宏观关系,实行标准化管理。标准化与规范化是数字图书馆建设的一个十分突出的问题,并成为实现数字图书馆资源共享的前提和根本保障,将直接影响数据库的质量和服务效果。应当在充分调研基础上,逐步推出比较完善的标准,构建数字图书馆的标准体系,应着重考虑到:数字化信息采集标准;数字化信息组织与存储标准,如数字化信息的分类、元数据标准等;信息检索标准,如全文数据库检索;网络及网络资源标准,如网络信息资源组织标准;信息的权限管理与安全标准,如加密、水印技术等;还有文献信息系统质量管理及认证体系等其他标准。小结
数字图书馆的宏观管理相对较复杂,需要运用全新的管理理念和方法来予以实现。上述6个方面既是数字图书馆管理的重要手段,而相互之间又存在着相互促进、相互依赖的关系,它们共同推动着数字图书馆建设和管理的发展。
【参考文献】
[1]Http://www.xiexiebang.com(中国数字图书馆有限责任公司)
[2]张凤斌.数字图书馆的集成化管理研究.情报科学,2003,21(2):205-207
[3]何立阳,盛小平.数字图书馆知识管理研究.图书馆学、信息科学、资料工作,2003(2):112-116
[4]罗光灿,何儒云.数字图书馆建设中的知识产权问题探讨.图书馆学、信息科学、资料工作,2003(2)
[5]韦文辉.知识经济时代的图书馆管理理念.大学图书情报学刊,2003,21(1):27-28
[6]伍晓星.论复合图书馆的人力资源建设.图书情报知识,2003(1):14-16
[7]张晓青.论数字图书馆的用户管理与用户服务模式.现代图书情报技术,2003(2):91-92
[8]张晓星.基于知识管理的网络资源管理.国家图书馆学刊,2003(1):10-12
第五篇:高校管理中数据挖掘技术的研究论文
摘要:近年来,数据库挖掘技术的普遍应用,使数据价值实现最大化,在我国金融、商业、市场营销等领域得到广泛应用。然而在我国高校管理中并没有得到推广,为使高校管理系统中的数据充分发挥应有价值,在该系统中使用数据库挖掘技术意义深远。本文首先介绍了数据挖掘技术的流程,然后在教师教学质量评估中应用数据库挖掘技术,充分证明数据库挖掘技术在高校管理中能发挥重大作用。
关键词:管理;决策树;数据挖掘技术
当前,大部分高校都拥有配套的管理系统,该系统具备海量数据储存和管理功能,彻底告别了手工记录信息和数据的年代。不但节约了纸张,更有效提高了高校管理数据和信息的效率。然而我国高校没有有效利用应用数据挖掘技术,因此研究数据库挖掘技术在高校管理中的应用十分必要。
1数据挖掘技术的流程
数据挖掘技术能够将海量数据展开分析和处理,再把整体数据库中存在规律的数据整合起来,实施该技术主要包括以下五个环节。目标定义:该环节中要与有关领域的背景知识相结合,清晰、精确的定义出数据挖掘目标。数据准备:在该环节中要搜集、选取数据源中的数据,处理已选数据,将其转换为适合数据挖掘的形态。数据挖掘:该环节是数据挖掘技术的核心,即采用关联规则法、分类分析法等各种数据挖掘方法把数据中隐藏的知识和规律发掘出来。结果表示:在该环节中可以以用户需求为依据,将挖掘出来的知识和规律转变为用户能接受和理解的形态。知识吸收:该环节中,主要是把挖掘结果与指定领域中的需求相结合,在该领域中应用发掘出来的结果,为决策者提供知识,是数据挖掘的终极目标。
2数据挖掘技术在教学质量评估中的应用
2.1运用关联规则法挖掘数据库中的信息
评估老师教学质量不但是评定教学效果的重要部分,也是评定教师职称的重要根据,因此是高校管理工作中不可或缺的部分。目前评估教学质量的主要措施是搜集、统计学生的成绩和以及对老师的评价,然后加权算出老师的总得分,作为评估该老师教学质量指标。这种方法非但不科学,其权威性也较低,因此需要深挖数据的相关性,本文采用了数据挖掘技术中的关联规法挖掘数据中的规律和知识,为评估老师教学质量提供有力根据。运用关联规则法挖掘数据,其规则方法为“XY,置信度为c%,支持度为s%”。关联规则中置信度为c%:在整体事件D集合中,如果既能够符合事件X中拥有c%的需求,也能够符合Y的要求。那么就用置信度来表示关联规则的强度,被记录为confidence(XY),置信度最小值用minConf来表示,通常置信度最小数值由客户提供。关联规则中置信度为s%:在整体事件D集合中,如果既能够符合事件Y中的s%的需求,又能够符合X要求。用支持度来表示关联规则的频度,把支持度的最小数记录用minsup(X)来表示,通常支持度最小数值由客户提供。频繁项集合:当X项集的支持度大于等于用户设定好的最小支持度时,那么频繁项集是X。通常关联规则包含两个环节:①把全部频繁项集从整体事件集中选出;②运用频繁项集产生关联规则。在这两个环节中关联规则效果和性能是否良好取决于第一个环节。
2.2关联规则分析在评估教学质量中的运用
第一步是准备数据期,在某大学的教学管理系统中将五百条与教学评价有关的记录从数据库中随机抽取,并挑选出老师编号、学历、性别、教龄、评估分和职称这六个属性,并将相关数据从数据库中提取。比如把讲师、副教授和教授等职称转化成11、01、00等编码,表1就是制定的评价教师教学记录表。第二步采用关联规则分析法把90分以上评价分数作为检索目标和判断标准,也就是将≥90分作为判断是否是高教学质量阙值。通过检索有143条记录符合标准,即设定最小的支持度为10%,置信度则为15%,得出下表2的关联规则。最后一步评价本次实验的结果。由上表得知,学生喜欢男老师和女老师的程度大致相同;学历愈高的老师,给予他们的教学评价也就愈高,即学历和教学评价成正比,这也说明了学历高的老师其基本功与学历低的老师相比,前者基本功更为稳固,也有较高的科学研究水平;有较长教龄和较高职称的老师,其教学质量也越高;此外,在支持度中可以看出,高校教授和高学历人才越多,说明其办学能力也就越高。
3结语
高校管理系统作为教学信息化的重要举措,只是起到搜集和储存海量教学信息的作用,并没有挖掘出海量数据之间的相关性,而在本文中把关联规则法运用在教师教学质量评估中,在数据中挖掘有价值的知识和规律,使评估教师教学质量更具有科学性,因此在高校管理中全面应用数据挖掘技术,能为高校深化教学改革提供新的契机。
参考文献
[1]江敏,徐艳。数据挖掘技术在高校教学管理中的应用[J]。电脑知识与技术,2012,(24):541—545+560。
[2]杨雪霞。数据挖掘技术在高校图书馆管理系统中的应用研究[J]。软件,2011(04):16—18。