Модель генерации и публикации информации при создании WEB-ориентированных информационных систем

Актуальность темы

Являясь одним из самых значительных достижений XX века, Интернет в настоящее время представляет собой главный программно-организованный информационный ресурс человечества. Его огромный потенциал постоянно предлагает эффективные решения задач, так или иначе связанных с обменом информацией. В данной работе рассматривается одна из таких задач: разработка информационных систем (ИС), которые, среди прочего, реализуют функции хранения информации (как правило, в виде наборов данных) и ее предоставления запрашивающим клиентам — программным агентам, осуществляющим доступ к услугам ИС. При этом возникает проблема разных требований клиентов к формату предоставления информации, что осложняет организацию взаимодействия между различными ИС. Также может быть затруднено и осуществление эффективного поиска, поскольку документы, предназначенные для прочтения человеком, и документы, пригодные для семантического анализа поисковыми агентами, должны быть опубликованы в разных форматах, которые соответствуют требованиям клиентов.

Поскольку одну и ту же информацию можно представить и передать различными способами. в зависимости от возможностей ее отправителя и потребностей получателя, то при разработке ИС большую роль играют средства, используемые для организации обмена информацией с клиентами. На практике архитектура ИС основывается на схеме отображения данных из внутреннего хранилища, обычно управляемого СУБД, в конечный документ. При этом внимание акцентируется на том, как составить документ, а не на том, что является его содержанием. В следствие этого, ИС оказываются спроектированными в расчете на определенный тип клиентов, удовлетворяющий специфичным требованиямобслуживание других клиентов производится не эффективно.

Также в данной архитектуре трудно указать уровень, на котором может быть организовано информационное пространство, являющееся основным источником содержательного наполнения информационных ресурсов. Традиционно, вместо него определяется уровень баз данных, на" которой посредством функций СУБД выполняются поисковые запросы. Но идеология СУБД предполагает выполнение операций только со структурами, данными. Поэтому данный подход не может реализовать полноценный информационный поиск, предоставляющий среду для создания гибких поисковых запросов, включающих не только структурные отношения, но и отношения более высокого семантического порядка, такие как «часть-целое» или «синоним» .

Особый интерес представляет интерпретация понятия информация. В классической теории информации это понятие рассматривается с точки зрения количественных характеристик (энтропии, вероятностного распределения), которые малопригодны при изучении моделей ее представления. В конце 60-х годов появились работы о двух качественных моделях представления знаний: фреймовых моделях (М. Минский) и семантических сетях (А. Коллинс, Р. Квиллиан). В настоящее время, в связи с появлением большого числа разнородных источников информации, наиболее активно проводятся исследования семантических сетей. Особо нужно выделить проект WWW-консорциума Semantic Web, целью которого является создание глобального информационного пространства, где возможны качественно новые решения проблем информационного поиска и обмена. Для этого предлагается использовать концепцию семантических сетей, которая ляжет в основу унифицированной среды представления информации вместе, с ее предельной семантической детализацией. Всеобщий интерес, участие ведущих специалистов и компаний, динамичное развитие и большое число связанных с данным проектом задач в области сбора, хранения, передачи и представления информации подчеркивает несомненную актуальность темы.

Существующие технологии, которые решают задачи публикации информации, адаптированной к требованиям клиентов (например, программный продукт Apache Cocoon), практически не затрагивают вопросы, связанные с информационным поиском. С другой стороны, в контексте проекта Semantic.

Web до сих пор недостаточно внимания уделялось проблемам отображения данных из таблиц реляционных СУБД в семантические сети, а также отображения семантических сетей в документы различных форматов.

Данная работа поддерживает основные идеи проекта Semantic Web и предлагает технологию публикации информации, основанную на адаптации функционирования ИС к потребностям клиентов. Суть этого подхода заключается в выделении в архитектуре ИС информационного уровня, который обеспечивает унифицированный источник информации, и презентационного уровня, который определяет ¦ правила создания конечных документов, что дает возможность повысить эффективность обмена информацией. Также данная технология позволяет отказаться от дублирования программ, генерирующих документы, которые имеют одинаковое содержание, но предназначены для разных клиентов, благодаря чему уменьшаются затраты на разработку ИС в целом. Особую актуальность задача приобретает для разработки web-ориентированных ИС, предоставляющих информацию для пользователей и узко специализированных программных агентов, функционирующих в рамках Semantic Web.

Предметом исследования являются способы электронного представления информации и технологии построения ИС.

Цель исследования. Разработать технологию построения ИС, в которых информация публикуется в виде электронных документов различных форматов на основе ее внутреннего представления посредством семантических сетей. На базе этой технологии предложить процедуру гибкого поиска документов, основанную на использовании семантических сетей.

Для достижения этой цели в диссертации последовательно решены следующие задачи:

1. определены требования, предъявляемые к современным информационным системам;

2. создана модель электронного документа, в которой реализовано представление информации в виде семантической сети и правила ее отображения в целевой формат;

3. создана и исследована модель информационной системы, позволяющая представлять одну и ту же информацию в виде документов различных форматов;

4. разработана технология создания информационных систем, реализующих предложенные модели;

5. предложенная технология апробирована на реально функционирующих информационных системах.

НА ЗАЩИТУ ВЫНОСЯТСЯ:

1. Модель электронного документа, позволяющая публиковать информацию в виде гипертекстовых документов, схем данных и семантических сетей.

2. Модель шаблонной мультистилевой информационной системы, использующая предложенную модель электронного документа.

3. Технологическая платформа SMART1 для создания web-ориентированных информационных систем, в основу которой положено внутреннее представление документов на базе языка описания ресурсов RDF2.

4. Информационная система «Конференции», которая была создана на основе предложенной технологии SMART.

Научная новизна работы состоит в:

1. Классификации способов электронного представления информации в виде электронного документа и определении трехкомпонентной модели документа, применимой для любого из рассмотренных способов.

2. Разработке оригинальной технология создания ИС, основанной на использовании семантических сетей в качестве средства для внутреннего представления информации.

1 SMART: System for Managing Application based on RDF Technology.

2RDF: Resource Description Framework.

3. Исследовании одного из наиболее востребованных сервисов для ИС — информационного поиска. Предложенная технология разработки ИС включает оригинальную методику создания единого информационного пространства на основе семантических сетей для заданной предметной области, над которым реализован поисковый сервис, предоставляющий качественно новые возможности по 'сравнению с аналогичными традиционными сервисами.

Практическая значимость. На основе предложенной технологии разработана И С «Конференции», которая функционирует в Институте вычислительных технологий СО РАН и активно используется рядом институтов Сибирского отделения для повышения эффективности научно-организационной деятельности. Разработана и внедрена в Институте химии и кинетики горения СО РАН информационно-вычислительная система (ИВС) Атлас Атмосферные аэрозоли Сибири", которая позволяет оценить влияние антропогенных и естественных источников на изменение характеристик атмосферных аэрозолей, способствуя решению различных задач экологии и охраны окружающей среды.

Разработанный метод семантического поиска информации в рамках отдельной ИС допускает масштабирование и применение в любой распределенной среде. Поэтому в перспективе полученные результаты могут быть использованы при создании глобальных информационно-поисковых сервисов, функционирующих в рамках идеологии проекта Semantic Web.

Методика исследования. В работе используются методы и результаты теории информации и информационных процессов, теории графов, семантических сетей, аппарат порождающих грамматик. При реализации комплекса программного обеспечения применены методологии структурного, объектно-ориентированного и декларативного программирования, технологический инструментарий прикладного программирования.

Достоверность и обоснованность. Достоверность и обоснованность результатов диссертации определяются:

• использованием открыто опубликованных материалов исследований и корректным применением представленных в них результатов;

• сопоставлением основных положений работы с результатами решения аналогичных задач другими исследователями;

• внедрением и практическим использованием разработанных информационных систем.

Личный вклад автора. Основные теоретические и практические результаты, изложенные в работе, получены лично автором. В частности, предложена оригинальная модель формирования документов, основанная на внутреннем представлении информации посредством семантических сетей. Автор принимал непосредственное участие в постановке задач, принятии концептуальных и технологических решений, разработке и анализе моделей, обсуждении результатов. На основе предложенной модели автором разработаны и внедрены информационные системы для научно-организационной и научно-исследовательской деятельности.

Апробация результатов. Основные положения диссертации обсуждались на VIII Международной конференции по электронным публикациям «EL-Pub2003», IX рабочем совещании по электронным публикациям «EL—Pub2004» (Новосибирск, 2003, 2004), Восьмой Международной конференции по электронным публикациям (Бразилия, 2004), Двенадцатой Международной конференции по вычислительной математике и современным прикладным программным системам (Владимир, 2003), Международной научно-практической конференции «Развивающее образование XXI века» (Горно-Алтайск, 2003), III и IV Всероссийских конференциях молодых ученых по математическому моделированию и информационным технологиям (Новосибирск, 2002, Красноярск, — 2003), Международной конференции «Вычислительные и информационные технологии в науке, технике и образовании» (Усть-Каменогороск, 2003), конференциях молодых ученых, посвященных М. А. Лаврентьеву (Новосибирск, 2003, 2004), Международной конференции по измерениям, моделированию и информационным системам для изучения окружающей среды.

Томск, 2004), ХЫ Международной научной студенческой конференции «Студент и научно-технический прогресс» (Новосибирск, 2003) и др.

Публикации. Основное содержание диссертации отражено в 10 работах. Опубликованы 4 статьи в журналах [1, 2, 3, 4], 5 докладов в сборниках трудов российских и международных конференций [5, 6, 7, 8, 9], одно руководство по эксплуатации [10].

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка литературы из 93 наименований и приложений. Объем диссертации составляет 125 страниц (150 страниц с учетом приложений).

3.4 Выводы.

1. Создана система управления web-приложениями SMART, в которой была полностью реализована модель шаблонных мультистилевых ИС с использованием RDF в качестве языка внутреннего представления документов.

2. На платформе системы SMART создана новая версия ИС «Конференции», включающая дополнительные возможности, присущие классу шаблонных мультистилевых ИС, что повысило гибкость и информативность системы в целом.

3. Реализован сервис информационного поиска в семантической сети, описанной на языке RDF. Показано, что использование семантических сетей предоставляет более гибкие возможности для реализации поисковых сервисов по сравнению с другими моделями представления информацииполученные результаты могут быть использованы для организации глобальной поисковой системы в сети Интернет.

4. На платформе системы SMART создана ИВС Атлас «Атмосферные аэрозоли Сибири», где опубликованы данные о химическом составе атмосферных аэрозолей и предоставлен ряд функций для их математической обработки. Несмотря на фактическое выполнение всех требований к Атласу, сделан вывод о том, что язык RDF и, следовательно, систему SMART нецелесообразно использовать для разработки ИС, ориентированных на реализацию вычислительных процедур и обработку больших массивов числовых данных.

5. На реальных примерах показана применимость модели шаблонных мультистилевых ИС. Проведены тесты, по результатам которых сделан вывод о достаточной производительности системы SMART и умеренной трудоемкости создания ИС. Показано, что технологии SMART целесообразно использовать для информационных систем с несколькими форматами представлений документов или для явно выраженного представления информации посредством семантических сетей.

Заключение

.

В заключении приведем основные выводы и результаты работы:

1. Обоснована и предложена модель электронного документа, в которой выделены и определены три составляющих — структура, наполнение и стиль. Структура и наполнение определяют информационное содержание документа, стиль описывает правила преобразования содержания в целевой формат. Данная модель может эффективно применяться для публикации коллекций гипертекстовых документов, схем данных и семантических сетей.

2. Разработанная формализованная модель шаблонной мультистилевой информационной системы, использующая предложенную модель электронного документа, позволяет улучшить качество обмена информацией.

3. Разработана технологическая платформа SMART для создания web-ориентированных информационных систем, в основу которой положено внутреннее представление документов на базе языка описания ресурсов RDF. Отличительными особенностями создаваемых систем являются средства публикации информации в различных форматах на нескольких языках, а также возможность семантического поиска документов. Указаны и обоснованы области возможного применения технологии, проведен сравнительный анализ с другими подобными технологиями.

4. Разработана информационная система «Конференции», которая была создана на основе предложенной технологии. Система публикует подробную информацию о конференциях, проводимых организациями СО РАН, в виде документов, представленных в одном из реализованных в системе форматов. Для всех форматов поддерживаются полноценные версии документов на русском и английском языках.

5. На платформе SMARТ. разработана и внедрена информационно-вычислительная система Атлас «.Атмосферные аэрозоли Сибири», предназначенная для решения ряда задач в области сбора, обработки и публикации сведений о химическом составе атмосферных аэрозолей.