刘月学（信阳农林学院图书馆　河南信阳　464000）

网络信息资源融合机理研究*

刘月学
（信阳农林学院图书馆河南信阳464000）

〔摘要〕文章从网络信息资源、信息融合、网络信息资源融合的基本概念入手，从原理、体系结构、关键技术三个方面阐述了网络信息资源的融合机理，指出网络信息资源融合是实现网络信息资源科学化管理的一种有效方式，其在信息资源管理中发挥着重要作用。

〔关键词〕网络信息资源融合机理体系结构关键技术

近年来，网络信息资源的融合利用问题已经成为学术界和实践领域关注的热点，因此，文章对网络信息资源的融合机理进行探讨，以引起业界的关注。

1　基本概念概述

1.1网络信息资源

网络信息资源是指通过计算机网络可以利用的各种信息资源的总和[1]。换句话说，是指把以符号、文字、图像、声音、动画等多种形式的信息存储在光、磁等非纸介质的载体中，并通过网络通信、计算机或终端等方式再现出来的各种资源。网络信息资源融合的对象就是在网络上传播的各种不同介质、不同种类的资源。

1.2信息融合

信息融合的概念是在20世纪70年代提出的, 又称为数据融合, 起源于1973年美国国防部资助开发的声纳信号处理系统[2]。学者陈中荃[3]认为，信息融合的基本原理是利用不同时序与空间的多个信息源, 采用计算机技术对观测到的信息进行合理的支配和使用,把在空间上的冗余或互补信息按照一定的准则加以自动分析、综合、支配和使用, 以获取对被测目标的一致性认识, 以完成所需的决策和估计任务, 以期得到比单一信息源更精确、更可靠的估计或推理决策。信息融合是网络信息资源融合利用的基础和关键。

1.3网络信息资源融合

关于网络信息资源的融合利用问题，张登军[4]指出，网络信息资源融合就是为了满足和适应当代信息发展需求，给用户提供更高级的信息服务，将各种各样的互联网信息、转化的电子信息以及处理后的加工信息进行有序、有机、全面、系统、有效地揭示和关联。

笔者综合上述观点认为，网络信息资源融合是指利用数据转换、数据关联等关键技术，将在互联网传播的不同介质、不同种类的资源进行揭示和关联，形成有机联系的过程。网络信息资源的融合是利用计算机网络系统将分散的、杂乱无章的网络信息资源以统一的方式集中揭示，实现了网络信息资源的合理组织和快速定位，并呈现给用户。网络信息资源的融合并不等同于网络信息资源的整合。网络信息资源的整合是指在外力的作用下将不同的网络信息资源集中到一起，将原来参差不齐的网络资源趋向一致，将原来不协调的网络资源协调一致，便于利用，而一旦失去外力作用，各种网络信息资源将恢复到不协调的状态。而网络信息资源的融合是指各种网络信息资源在本质上就是可融的，不存在外力的作用。

2　网络信息资源融合的原理

从认识论的角度来看，网络信息资源融合就是对组成这些网络信息资源的各种数据进行认知、综合、判断的过程，人类先通过视觉、听觉、触觉等感官器官获取多种信息，接着人类对客观事物进行全方位的感知获得大量的其他信息，然后大脑对信息进行组合处理，先根据人类积累的经验常识去判断正在发生的事件，由于人的感官器官能获得不同特征的网络信息资源，因而可以从不同角度获取对同一对象的各种信息。在网络信息资源融合过程中，要模仿人类的大脑对复杂信息进行处理判断。网络信息资源主要包括网络即时信息、周期规律的网络信息、确定的信息和模棱两可的信息等。网络信息资源融合实现的原理就是模拟人类大脑对接收到的各种信息资源进行处理，然后根据人类已有的经验或相关理论知识对数据进行分析、处理，做出最终的判断的过程。通过融合，可以对多方面的*本文系2014年度河南省社科联、河南省经团联调研课题“网络信息资源的融合利用与质量保障问题研究”（项目编号：SKL—2014—730）研究成果之一。信息重新进行有规则的组合，从而获得更多有价值的信息，这个过程不是简单的信息输入和输出过程，而是各类网络信息资源相互作用的结果（如图1所示）。

图1　网络信息资源融合过程

从解释学的角度来看，网络信息资源的融合就是由人类（融合主体）对组成网络信息资源的文本、图像、声音等要素（融合客体）进行理解和解释的过程。解释是解释者与文本之间互动产生意义的理解过程[5],就是对网络信息资源融合现象进行理解和解释的过程。人类通过大脑对从传感器获得的各种信息进行理解和解释，经过分析、处理后进行重新组合，形成有价值的信息资源。

3　网络信息资源融合的体系结构

网络信息资源融合的体系结构可以分为集中式结构、分布式结构和分级式结构。

3.1集中式结构

图2　网络信息资源融合的集中式结构

网络信息资源融合的集中式结构中，所有的网络资源通过一个融合中心来进行融合（如图2）。首先，用来形成网络资源的各种数据被送到融合中心；然后，融合中心对接收到的这些数据进行有效的分析，经过处理之后，形成新信息。这种方法的优点是实时性好、获得的信息完整、数据处理精度高。缺点是所有数据都由融合中心来处理，这就造成了融合中心的负荷过大，而且数据传输量大，可靠性也较低。在网络信息资源的融合中，对信息的获取是通过传感器进行的。在集中式结构中，各个传感器是独立的，而通过传感器获取到的信息数据需要通过互联网迅速的传递，这要求系统务必提供较宽的传输总线以满足高速传输的要求，融合中心也需要安装高性能的中央处理器来处理各种数据。因此，这些要求都增加了网络信息资源融合的成本。

3.2分布式结构

在分布式结构中，每一种网络信息资源会通过传感器传递给用户，用户会为每个传感器建立一个独立的决策处理系统，每种网络信息资源经过决策处理系统局部处理后将处理结果输入融合中心，融合中心把这些局部处理结果进行融合后生成新的网络信息资源（如图3）。在分布式结构下，融合中心几乎不需要原始信息数据，因此对信道容量的要求大大降低。局部的传感器失效不会导致整个系统的崩溃，具有很强的生命力。这种结构的缺点是融合中心获得的不是第一手信息，一旦有某个传感器的决策系统出现错误，将会导致整个系统最终结果错误，也就是说增加了网络信息资源融合处理的不确定性。

图3　网络信息资源融合的分布式结构

3.3分级式结构

网络信息资源融合的分级式结构是集中式结构和分布式结构的组合，这种结构综合了两种方式的优缺点。在分级式结构中，有一个融合中心，多个融合节点，每一个融合节点融合了两种或两种以上的网络信息资源。融合中心的主要任务是将送入其中的各个融合节点的融合结果进行分析和处理，得到最后的决策结果。这种结构中网络信息资源的融合是分层次进行的，并从低层向高层逐层进行。分级式结构分为两种，一种为无反馈分级式结构（如图4）；另一种为有反馈分级式结构，其结构和无反馈融合结构基本相同，只是增加了反馈环节（如图5）。

图4　网络信息资源融合的无反馈分级式结构

图5　网络信息资源融合的有反馈分级式结构

4　网络信息资源融合的关键技术

网络信息资源融合中要用到的关键技术主要包括数据转换、数据关联和融合算法等技术。

4.1数据转换技术

信息资源融合过程中要使用不同类型的传感器对需要融合的网络信息资源进行多方面的监测，所获得的数据类型也是多种多样，对这些数据进行融合计算之前，需要将这些不同来源的数据转换成相同的格式，然后对这些数据进行相关处理操作。在这个过程中，数据的转换是不可少的，另外，对监测目标的描述可能存在差异，也需要进行数据转换。

网络信息资源的数据转换主要包括数据库之间的数据转换、数据文件的转换、消息的转换、数据模型之间的转换和特定模型内的转换[6]。网络信息资源的数据转换要用到的关键技术就是XML技术，XML被称为可扩展标记语言，是一种用于标记电子文件使其具有结构性的标记语言[7]。XML可以以一种统一的数据模式描述来自不同数据源的数据，XML已经成为信息交换事实上的标准。可以用XML标记的数据主要包括：普通文档、结构化记录、具有数据和方法的对象、数据库查询记录、图形显示、所有Web上的信息之间的联接等[8]。因此，网络上绝大多数的信息资源都可以用XML来标记。

XML数据转换的原理是在数据的转换过程中以XML格式作为中介，将不同数据源的数据转换成XML模式，将XML模式进行处理之后,再将其转换为目标数据。（如图6）

图6　基于XML的数据转换

XML与网络信息资源的数据源之间的数据转换包括数据源到XML文档和XML文档到数据源之间的转换。在网络数据交换中,XML作为数据交换的标准已经广泛应用于网络信息资源的融合中,XML作为网络数据转换的标准和工具,具有更强的通用性和更高的转换效率。

4.2数据关联技术

所谓数据关联,就是在数据集合与数据集合之间建立关系或者联接。从这个角度上来看,数据关联应该是作用于两个或多个集合之上的[9]。对于网络信息资源融合而言，由于传感器对网络信息资源进行监测时会受到工作环境和自身误差的影响，其监测的数据可能会不准确、不完整，也有可能是虚假的信息。数据关联技术主要用来解决传感器监测的数据对环境或监测目标做出不一致甚至冲突的描述或解释的情况，这样就能够使数据保持一致，保证融合结果能够真实的反映客观事实。数据关联技术在网络信息资源的融合过程中发挥着重要作用，数据关联技术能够将离散的、无规律的网络信息资源和数据按特定的规律和原则形成相应的知识，便于对网络信息资源的融合。

对于融合的对象（网络信息资源的数据源）而言，不妨假设存在给定时刻的多个目标融合状态{Pj,j = 1, 2,..., m},以及多个目标的传感器测量数据{Zj,j=1,2,...,n}。当然,对于多传感器的数据监测而言,这两个集合可能分别对应传感器A和传感器B,即存在测量集合{aj, j = 1,2,..., m}和测量集合{bj ,j = 1,2,..., n}。对于这两个集合而言，他们存在着数据关联关系，两者在数学意义上具有等价性。

图7　数据关联原理示意图

如图7所示，假设融合中心存在四个目标,分别为T1、T2、T3、T4，某个时刻对应的融合状态分别为p1, p2, p3, p4， 同时,传感器在该时刻观测到了五个状态信息，分别为z1、z2、z3、z4、z5，为了对已有的四个目标状态进行更新，需要在预测集合{Pj,j=1,2,3,4}和测量集合{Zj,j=1,2,3,4,5}之间建立某种映射关系。从图7中可预测出，p1和z1来自同一个目标，p2和z2来自同一个目标，p3和z5来自同一个目标，p4和z4来自同一个目标。而对于测量z3则不存在预测与之对应，这是因为，z3在测量的过程中可能存在噪声的干扰，也就是虚假信号的干扰。网络信息资源融合中的数据管理最大匹配示意图（见图8）。

图8　数据关联最大匹配示意图

4.3融合算法技术

关于网络信息资源的融合，到现在为止，还没有形成统一的基本理论框架，融合大多数是针对某一特定领域的问题进行的。因此，在解决具体的问题时，需要充分分析问题的特点，针对融合的目标及数据特性选择融合算法，这是网络信息资源融合的基本问题。

目前，对于网络信息资源的融合而言，其算法均是基于非线性的数学方法,容错性能好，自适应性强，具有联想记忆和并行处理的能力,都可以用来作为融合方法。常见的融合算法有：加权平均法、卡尔曼滤波法、贝叶斯估计、统计决策法、聚类分析法、小波变换法、D-S证据推理、模糊聚类理论、专家系统、神经网络等[10]。

5　结语

网络信息资源的融合是对组成网络信息资源的数据对象、功能结构以及这二者之间互动关系的创造性融合，将其融合为新的有机整体。随着网络技术和数字化技术的发展，网络信息资源的融合将成为信息资源组织的一项重要工作，它改变了人类处理和利用信息资源的方式。更重要的是，网络信息资源的融合克服了网络信息资源的分布性和异构性问题，消除了用户使用分布性和异构性网络信息资源的障碍。因此，网络信息资源的融合日益重要，通过融合，可以将各种分布的、异构的和多样化的网络信息资源重新处理和组织，实现了网络信息资源的优化管理，提高了人类利用网络信息资源的效率。

（来稿时间：2015年1月）

参考文献：

1.网络信息资源.[2014-10-21].http://baike.baidu.com/view/1356256.htm?fr= Aladdin

2.信息融合.[2014-10-22].http://baike.baidu.com/view/125985.htm?fr=aladdin

3.陈中荃.信息融合技术在图书馆情报系统中的应用.现代情报，2006（5）：56-57

4.张登军.再论网络信息资源融合.科技传播，2014（7）：231,216

5.刘月学.基于解释学的虚拟社区研究.图书馆学研究，2013（15）：7-9,15

6.王生西,潘永跃.数据转换技术研究.无线互联科技，2011（12）：16-18

7.可扩展标记语言.[2014-10-29]. http://baike.baidu.com/view/159832.htm?from_id=86251&type=syn&fromtitle=xml&fr=aladdin

8.张春红.基于XML的异构数据库集成技术研究. 廊坊师范学院学报（自然科学版），2014（4）：29-30,43

9.史盟钊.多传感器数据关联与状态跟踪算法研究.合肥：中国科学技术大学硕士论文，2014：13-14

10.吴太旗.组合导航多源信息融合方法研究及仿真.郑州：中国人民解放军信息工程大学硕士论文，2004：2-3

〔分类号〕G203

〔作者简介〕刘月学（1983-），男，硕士,信阳农林学院图书馆馆员，研究方向：信息资源管理。

A Study on the Integration Mechanism of Network Information Resources

Liu Yuexue
( Library of Xinyang Agricultural and Forestry University )

〔Abstract〕This article expounds the integration mechanism of network information resources from three aspects of the principle, the system structure and the key technology and indicates that integration of the network information resources is an effective way to realize the scientific management that plays important role in it.

〔Keywords〕Network information resources Integration Mechanism System structure Key technology