Rezumat teza - Facultatea de Electronica, Telecomunicatii si ...

mat. Cornelia-Flavia VEJA
TEZA DE DOCTORAT
Rezumat
MANAGEMENTUL COLABORATIV AL RESURSELOR DIGITALE
PRIN SEMANTIC MEDIAWIKI
COLLABORATIVE DIGITAL REPOSITORY MANAGEMENT
THROUGH SEMANTIC MEDIAWIKI
Comisia de evaluare a tezei de doctorat:
1
Conduc@tor }tiin]ific
Prof.dr.ing. Mircea-Florin VAIDA
Pre}edinte: Prof.dr.ing. Virgil Dobrot@ - }ef al catedrei de Comunica]ii, Facultatea
de Electronic@, Telecomunica]ii }i Tehnologia Informa]iei, Universitatea
Tehnic@ din Cluj-Napoca;
Membri: Prof.dr.ing. Mircea-Florin Vaida - Conducător ştiinţific, Universitatea
Tehnic@ din Cluj-Napoca;
Prof.dr.mat. Florian-Mircea Boian - Referent, Universitatea „Babe}-Bolyai”
din Cluj-Napoca;
Prof.dr. ing. Ioan Naforniţa - Referent, Universitatea Politehnica –
Timişoara;
Prof.dr.ing. Liviu Miclea - Referent, Universitatea Tehnic@ din Cluj-
Napoca.

CUPRINS
Lista publicaţiilor în contextul tezei ........................................................................................................................ 4
1. INTRODUCERE .................................................................................................................................... 5
1.1. Conţinutul problemei ............................................................................................................................. 5
1.2. Principalele modele de repository şi biblioteci digitale ......................................................................... 6
1.3. Caracteristicile managementului repository-ului digital ........................................................................ 7
1.4. Obiective generale şi specifice .............................................................................................................. 8
1.5. Întrebările cercetarii ............................................................................................................................... 9
1.6. Contribuţii............................................................................................................................................ 10
2. DEFINIŢII ŞI FUNDAMENTE ...................................................................................................... 13
2.1. Definitii legate de managementul repository digital ............................................................................ 13
2.2. Lucrări inrudite şi discutarea acestora în cadrul platformelor implementate ....................................... 15
3. STUDIU PRIVIND MODELELE DE REPOSITORY, B IBIOTECI DIGITALE ŞI
SISTEMELE DE MANAGEMENT AL CONŢINUTULUI ................................................................. 17
3.1. Principalele modele de repository şi biblioteci digitale ....................................................................... 17
3.2. Sisteme de partajare a cunoştinţelor .................................................................................................... 18
3.3. Repository-uri multimedia interne şi partajate .................................................................................... 19
4. UN MODEL CADRU CONCE PTUAL PENTRU MANAGEMENTUL COLABORATIV
AL UNUI REPOSITORY DIGITAL ......................................................................................................... 20
4.1. Scenarii de utilizare ............................................................................................................................. 20
4.2. Descrierea modelelui de referinţă propus ............................................................................................ 23
4.2.1. Metodologia .................................................................................................................................... 23
4.3. Algoritmul de integrare in pseudocod ................................................................................................. 29
4.4. Ontologia aplicaţiei.............................................................................................................................. 30
4.5. Calitatea metadatelor ........................................................................................................................... 31
4.6. Studiu comparative între modelul de referinţă OAIS şi modelul colaborativ propus de teză .............. 32
5. ARHITECTURA DE REFERINŢĂ ŞI IMPEMENTĂRILE CONCRETE .......................... 34
5.1. Descrierea tehnologiei şi dezvoltarea .................................................................................................. 34
5.2. Prima arhitectură concretă ................................................................................................................... 35
5.2.1. Obiect digital ....................................................................................................................................... 36
5.2.2. Profilul utilizator şi specificarea colaborării ........................................................................................ 39
5.2.3. Specificarea elementelor fluxului de lucru şi a relaţiilor dintre ele ..................................................... 40
5.2.4. Alinierea modelelor şi specificarea interoperabilităţii ......................................................................... 42
5.2.5. Prototip pentru realizarea interoperabilităţii cu biblioteca digitala Europeana DL .............................. 44
5.3. A doua arhitectură concretă ................................................................................................................. 44
2

5.4. A treia arhitectura concretă .................................................................................................................. 46
5.4.1. Cerintele contextuale ale arhitecturii ................................................................................................... 46
5.4.2. Metodologia ......................................................................................................................................... 46
5.4.3. Descrierea tehnologiei şi dezvoltarea .................................................................................................. 47
5.4.4. O ontologie simplificată pentru mapare ............................................................................................... 49
5.4.4.1. Maparea Metadatelor ................................................................................................................. 49
5.4.4.2. Identificarea entităţilor relevante pentru interoperabilitate şi re-utilizare ................................ 50
5.4.5. Realizarea interfeţei utilizator ......................................................................................................... 52
5.4.6. Unealta de adnotare şi managentul drepturilor de proprietate intelectuală ...................................... 54
6. PLATFORMA DE EVALUARE...................................................................................................... 56
6.1. Validarea modelului ............................................................................................................................ 56
6.2. Analiza performanţelor tehnice ale uneltelor ....................................................................................... 57
6.3. Un cadru pentru evaluarea factorului de întrebuinţare ......................................................................... 57
6.3.1. Extragerea datelor din Metadata Aggregation Reports ........................................................................ 57
6.3.2. Sabilirea corpusului ............................................................................................................................. 58
6.3.3. Stabilirea metodei de evaluare ............................................................................................................. 58
7. CONCLUZII ŞI DIRECŢII ULTERIOARE DE CERCETARE ............................................ 63
7.1. Rezultatele ........................................................................................................................................... 63
7.2. Rezultate tehnologice .......................................................................................................................... 64
7.3. Contributii............................................................................................................................................ 64
7.3.1. Contribuţii teoretice ............................................................................................................................. 64
7.3.2. Contribuţii practice .............................................................................................................................. 65
7.4. Direcţii viitoare de cercetare ................................................................................................................ 65
Referinţe ............................................................................................................................................................ 67
3

Revista BDI:
Lista publicaţiilor în contextul tezei
1. Veja Cornelia, Vaida Florin Mircea, Hagedorn Gregor, 2011, Sharing the knowledge:
Semantic MediaWiki. Acta Technica Napocensis, 2/2011, vol. 52, pp. 10-17, ISSN: 1221-
6542.
Conferinţe:
2. Veja Cornelia, Weber Gisela, Hagedorn Gregor, Giurgiu Mircea,
2010. MediaWiki Interoperability Framework for Multimedia
Digital Resources. Proc. Of IEEE 6th Int. Conf. on Intelligent
Computer Communication and Processing, Cluj-Napoca, Romania.
August 26-28, pp. 321-328. IEEE DOI=
10.1109/ICCP.2010.5606419.
3. Hagedorn, Gregor, Weber, Gisela, Plank, Aandreas Giurgiu, Mircea
Homodi, Andrei, Veja Cornelia and others. 2010. An online
authoring and publishing platform for field guides and identification
tools. Proc. of Conf. Tools for Identifying Biodiversity: Progress
and Problems, Paris, pp. 13-18. ISBN 978-88-8303-295-0
4. Mircea Giurgiu, Andrei Homodi, Cornelia Veja, Gregor Hagedorn,
Pier Luigi Nimis, 2010. ‘A search tool for the digital biodiversity
resources of KeyToNature’, Nimis P. L., Vignes Lebbe R. (eds.),
Tools for Identifying Biodiversity: Progress and Problems, Paris
September 2010 – pp. 19-24. ISBN 978-88-8303-295-0.
5. Veja Cornelia, Hagedorn Gregor, Weber Gisela, Giurgiu Mircea.
2010. Semantic MediaWiki Interoperability Framework from a
Semantic Social Software Perspective. Proc. of Int. Symp. on
Electronics and Telecommunications ETC 2010, Timisoara,
November 2010, pp. 403-406, IEEE
DOI=10.1109/ISETC.2010.5679307.
6. Veja Cornelia, Hagedorn Gregor, Weber Gisela, Giurgiu Mircea.
2010. Metadata Repository Management using the MediaWiki
Interoperability Framework A Case Study:The KeyToNature
Project. Proc. Of Int. Conf. eChallenges e-2010, 27-29 October.
Warsaw, Poland, IEEE, pp. 1-9. ISBN: 978-1-4244-8390-7.
7. Christoph Schindler, Cornelia Veja, Marc Rittberger, Denny
Vrandecic, 2011. How to Teach Digital Library Data to Swim into
Research. In Proceedings of i-Semantics conference, September 7 -
9, 2011, Graz. Austria, pp. 142-149, ACM 978-1-4503-0621-8.
8. Veja Cornelia, Hagedorn Gregor, Weber Gisela, Suta Loreta, Vaida
Florin Mircea, 2011, Models for metadata repository management
using Semantic Social Software, . Proc. Of Int. Conf. eChallenges e-
2011, October 25-27. pp. 1-8, Florence, Italy. ISBN 978-1-905824-
27-4.
9. Christoph Schindler, Denny Vrandecic, Marc Rittberger, Rudi
Studer, Cornelia Veja, 2011. Kollaborative Analyse von
historischen Netzwerken: Virtuelle Forschungsumgebung für die
Historische Bildungsforschung. In Proceeding of “Kooperationen
und Netzwerke in bildungshistorischer Perspektive“ Jahrestagung
der Sektion Historische Bildungsforschung in der DGfE, Basel,
Swiss, pp. 1-8, 16-18.09.2011.
4

1.1. Conţinutul problemei
1. INTRODUCERE
Noua generaţie de internet se va caracteriza prin convergenţa dintre comunicarea socială şi
informaţia îmbogaţită semantic. Virtualizarea este prezentă inclusiv la nivelul organizaţiilor şi
a comunităţilor de utilizatori. Sistemele de colaborare în masă (MC) simulează lumea reală
prin creearea unei reţele umane în jurul unul „obiectiv virtual”. Aceste sisteme dau
utilizatorilor posibiltatea creării unei reţele sociale evolutive în timp, exploatând totodata
acestă reţea pentru a-i furniza servicii. Utilizatorii unora dintre aceste reţele sociale (wiki de
exemplu ) comasate în jurul obiectului virtual crează colaborativ valori intelectuale.
Problemele apar când se decide plasarea valorile intelectuale al comunităţii, în special pentru
comunităţile virtuale. Acestea sunt caracterizate printr-un înalt grad de eterogenitate la mai
multe nivele. Resursele digitale pot fi uşor stocate în multe sisteme accesibile prin web:
portaluri, sisteme de management al conţinutului (CMS) sau depozite digitale (repository).
Integrarea metadatelor este necesară pentru a stabili comunicarea între sisteme multiple
eterogene, unelte şi date. Creşterea rapidă a resurselor în internet şi a colecţiilor digitale a fost
acompaniată de o prolifere a schemelor de metadate. Aceste scheme au fost construite în
conformitate cu nevoile unei comunităţi particulare de utilizatori, utilizatori potenţiali, tipuri
de materiale digitizate, domenii de aplicabilitate, necesităţile proiectelor, etc.
Tehnologiile de management al repository-ului au fost create iniţial pentru gestionarea
metadatelor create cu scopul de a integra datele şi uneltele. [155].
Pentru integrarea şi managementul datelor, repository-ul digital agreghează diferite modele de
date, diferite scheme şi diferite unele software. Deşi publicarea datelor a fost considerată o
activitate adiţională, ea devine din ce în ce mai mult o parte a ciclului de viaţă al obiectului
digital, avînd în vedere mai ales datele de natură dinamică (temporale, provenite de la senzori,
etc).
Managementul repository-ului este parte intrinseca din contextul mai larg care se referă la
integrarea informaţiei. El trebuie văzut ca o componentă a sistemului de management al
conţinutului (CMS), în care managementul resurselor digitale nu poate fi separat de
managementului altor componente cum ar fi pagini web, diferitele înregistrări digitale,
documente administrative, documentaţii tehnice, etc. Acest mediu lărgit în care repository-ul
digital coexistă şi cu care schimbă informaţii conţine date structurate şi nestructurate
reprezintă baza de cunoştinţe explicite valoroase a unei organizaţiei [100].
Prin excelenţă, managementului conţinutul (CM) se adresează unei comunităţi
interdisciplinare dat fiind natura colaborativă a ciclului de viaţă al resurselor digitale [180].
In timpul ciclul de viaţă al informaţiei aceasta îşi sporeşte valoarea trecand prin: creare,
aducere la zi, publicare, traducere, arhivare şi regăsire. Setul de unelte cu care este înzestrat
sistemul de management al continutului (CMS) are funcţionalităţi care gestionează acest ciclu
de viaţă al obiectului digital: crearea conţinutului, întreţinere şi versionarea, şi diseminarea
conţinutului prin portale şi diverse facilităţi de căutare [131]. Majoritatea CMS pun la
dispoziţie şi unelte de adăugare a metadatelor la conţinut.
Repository-ul digital şi biblioteca digitală sunt astăzi printre cele mai comune medii şi unelte
pentru managementul şi diseminarea colecţiilor de obiecte digitale din domeniile culturale,
educaţionale, ştiinţifice şi a altor tipuri de conţinut web.
Biblioteca digitală (DL) gestioneaza si furnizează accesul la colecţii largi de informaţii peste
un repository de cunoştinţe. În biblioteca digitală informaţia este bine organizată. De obicei
DL este focalizeată pe categorizarea şi catalogarea resurselor digitale, furnizând informaţii de
calitate utilizatorilor. Aceste sisteme de stocare şi diseminare a informaţiei au limitările lor
5

printre care: ambiguităţii de limbaj natural, nu promovează destul importanţa metadatelor şi
nu angajează utilizatorii în procesul de transfer de cunoştinţe.
Ca o clasă specială a CMS, repository-ul digital este curent folosit pentru gestionarea
metadatelor utilizate cu scopul de a integra unelte şi datele. Repository-ul este o colecţie de
obiecte digitale. Principalele caracteristici ale repository-ului digital aşa cum au fost descrise
de (JISC) sunt:
arhitectura flexibilă astfel încât sa poată gestiona atât conţinutul cât şi metadatele;
conţinutul să fie accesibil printr-un set de servicii de bază (put, search, get, etc);
repository-ul trebuie să fie disponibil şi de încredere, bine susţinut şi bine gestionat.
Funcţiile repository-ului includ: achiziţia de documente, stocarea şi păstrarea documentelor
de lungă durată, controlul versiunilor, regăsirea documentelor şi prezentarea documentelor
către utilizatorul final [104].
Folosind terminologia specifică repository-ului, mangementul acestuia constă dintr-un set de
activităţi referitoare la colectarea, combinarea, stocarea, şi găsirea obiectelor digitale.
Activităţile specifice sunt cele legate de curatoriat, raportarea şi păstrarea pe durată lungă.
Cercetări recente în domeniul managementului bibliotecilor digitale sunt concentrate pe
îmbunătăţirea infrastructurii sistemului de bibliotecă digitală (DLMS) care este de obicei un
sistem repository, pe de o parte, şi îmbunătăţirea modelului metadatelor folosit pentru
adnotarea colecţiilor de obiecte folosind tehnologiile semantice şi reţelele sociale pe de altă
parte. Calitatea globală a informaţiei aflate în biblioteca digitală poate beneficia prin
angajarea acestor tehnologii complementare, semantice şi sociale.
Motivaţia de a stabili un repository este condusă de interesul pragmatic comun al diferitelor
comunităţi: biblioteci digitale, activitate de cercetare, învăţare, ştiinţă, publicare,
managementul şi păstrare informatiei.
Interdisciplinaritatea caracteristică managementului repository-ului oferă posibilitatea
combinării de tehnologii diverse. Este de asemenea o oportunitate pentru a realiza transferuri
de informaţie între unelte şi dezvoltarea muncii de colaborare.
CMS vs. repository.
La prima vedere, nu există diferenţe între CMS şi repository. O mai clară abordare este aceea
că CMS poate fi folosit ca platformă pentru dezvoltarea resurselor, ori de câte ori
funcţionalităţile acesteia sunt cerute. Mai mult, sistemele de repository (DSpace, Fedora
Commons) sunt folositoare pentru păstrarea unei versiuni de referinţă a resurselor digitale de
orice fel, şi poate fi asimilată cu funcţionalitatea unei arhive permanente în scopul păstrării de
lungă durată [131].
Repository vs. Biblioteca Digitală
În repository, utilizatorii sunt producătorii activi ai metadatelor prin interacţiunea comunităţii
de bază, în timp ce biblioteca digitală furnizează rezultate mult mai concentrate şi mai exacte
prin tehnicile de recomandare către utilizatorii finali [2]. Modelul de infrastructură al
bibliotecii digitale – nivelul de management al sistemului bibliotecii (DLMS) este construit pe
un sistem de repository.
1.2. Principalele modele de repository şi biblioteci digitale
Managementul repository-ului cuprinde un set flexibil de procese şi practici, care depind de
modelul sistemului de repository, de conţinutul repository-ului şi destinaţia lui precum şi de
comunitatea care doreşte să îl utilizeze şi să beneficieze din exploatarea lui.
Modelele principale pentru repository şi biblioteci digitale sunt divizate în următoarele
categorii:
A. Modelul formal – 5S (secvenţe de date, spaţii, structuri, scenarii, societate) este cel mai
cunoscut model formal de repository şi de bibliotecă digitală [70].
6

B. Modelul de referinţă – Reference Model for an Open Archival Information System
(OAIS) [174]. Modelele derivate din OAIS sunt:
a. Three Tier Framework Reference Model, cunoscut si sub numele de modelul Delos
[29];
b. CIDOC Conceptual Reference Model [32].
C. Modelul semantic de biblioteca digitală. Acest model este bazat pe modelul OASIS dar
permite o mai fină granularitate în structura şi serviciile furnizate utilizatorului final [115].
Aceste modele se balansează între două extreme: prea multa formalizare a modelului 5S, dar
descrierea foarte bună la nivel structural; sau modelul Delos, care nu este foarte uşor adoptat
de către o comunitate mică sau medie cu un nivel scăzut de expertiză tehnică.
Aceste modele sunt de obicei numai ghiduri pentru implementatori, dar nu pot impune
standarde pentru servicii şi protocoale. Implementatorii pot alege unul dintre modelele
menţionate, dar de obicei ei adoptă un model hibrid. Recent, cel mai comun model de hibrid
ales de implementatori, este modelul OAIS imbunatatit cu caracteristici semantice, aşa cum
Cornell University a adoptat pentru Fedora Commons.
Principalul neajuns al implementării acestui model hibrid este însuşi procesul de management
al repository-ului. Frecvent, aceasta este o decizie administrativă şi nu o problemă de
software. Câteodată, este adoptată şi o implementare adiţională facuta de terţi, dar care numai
parţial adresează problematica generală. De cele mai multe ori, aceste implementari nu sunt
puse la dispoziţie întreagii comunităti care ar putea-o folosi.
O soluţie posibilă este să se adopte sistemul de repository semantic ca tehnologie de stocare şi
management al bibliotecii digitale.
Sistemele de repository semantice sunt încă la începuturile lor, chiar dacă există deja câteva
implementări disponibile. Sistemele pur semantice sunt însă soluţii „de-a gata”. Aceste
sisteme de management semantice complică în fapt şi mai mult managementul metadatelor
deoarece se bazeaza pe evoluţia ontologiei [128].
Asemenea soluţii necesită experţi de configurare şi mai apoi de întreţinere. Această soluţie se
potriveşte mai bine in cazul dezvoltării unui sistem de repository instituţional (academic,
guvernamental).
Alegerea un model complet de repository semantic este în afara expertizei unor comunităţi
mici sau medii, acestea neputând înţelege foarte bine ontologiile şi evoluţia lor. Aceste
comunităţi care încearcă să creeze o DL pentru e-Learning (VLE) sau un mediu de cercetare
virtual (VRE) sunt nevoite iniţial să angajeze câţiva experţi care să ajute la configurarea şi
setarea sistemului de repository, ceea ce duce la încarcarea costurilor de management, dar şi
la dependenţa de personal tehnic calificat. O soluţie la îndemana acestor comunităţi în ceea ce
priveşte activitatea de management al repository-ului este adoptarea unui protocol automat
pentru managementul acestuia, indiferent de sistemul de repository ales.
1.3. Caracteristicile managementului repository-ului digital
Pentru activitatea de management, nu există o reţetă predefinită pentru publicarea fluxurilor
de lucru, dar de obicei uneltele şi specialiştii sunt implicaţi în acest proces cu roluri şi
responsabilităţi concrete. Una dintre cele mai importante activităţi în legătură cu
managementul repository-ului este stabilirea modelul de conţinut şi verificarea calitatăţii
metadatelor.
Calitatea metadatelor depinde de un echilibru fragil: cât de multe metadate trebuie să
înregistreze furnizorii de date sau să adauge uneltele inteligente? Fără calitate, substanţă şi
standardizarea metadatelor, resurselor digitale stocate în repository le lipseşte un ingredient
vital care face ca acestea să fie utile pe web. Fără metadate de calitate, şansele ca o resursă să
fie găsită sunt semnificativ diminuate. Modele, politicile, tratatele şi strategiile de colaborare
sunt dezirabile aici împreună cu procesele automate pentru susţinerea efortului comunităţii şi
scutirea utilizatorilor de munci împovărătoare, manuale.
7

Conţinutul – documentele electronice, multimedia, conţinutul web şi în special conţinutul
multimedia, sunt costisitoare de creat şi gestionat. Studii ca [172] au punctat faptul că
majoritatea costurilor împovărătoare de gestionare a metadatelor sunt de obicei costuri umane.
Paradigma Web 2.0 face model tradiţionalul producător – consumator OAIS [173] un model
depăşit. Se promovează o nouă tehnologie care transformă granularitatea (devine mai fină) şi
conţinutul tipologiei (devine mai larg). Mai mult decât atât, facilitat de softul social creat de
comunitate, a apărut un nou sistem de repository în interiorul unor comunităţi, aşa cum este
sistemul wiki. În afară de implementarea modelului clasic de stocare, aceste sisteme utilizează
protocoale şi servicii simple pentru simularea funcţionalităţii repository-lui clasic, dar nu şi
gestionarea acestuia. Gestionarea repository-ului poate fi o problemă software, dar cel mai
adesea este o decizie administrativă intermediată de software.
Trecerea, de la modelul producător – consumator (unul la mai mulţi) la modelul creeazăremixează-partajeaza
(mai mulţi la mai mulţi), de asemenea a schimbat catacteristicile
managementului conţinutului [128]. Aspectele referitoare la granularitatea conţinutului,
tipologia conţinutului şi metadata trebuie să fie reconsiderate pentru a fi create şi gestionate
colaborativ.
Pe de altă parte, sistemul de repository cu facilităţi semantice are nevoie de extensii pentru a
achiziţiona funcţionalităţi îmbunătăţite.
Critic, nivelul de expertiză tehnologică cerut de soluţiile mai sus menţionate este în afara
înţelesului multor comunităţi mici şi medii [183].
O soluţie pentru o comunitate închisa constă în folosirea repository-ul partajat furnizat de un
sistem wiki. Extensiile wiki pot folosi ca infrastructură pentru mangementul repository-ului ca
şi alte unelte create la comanda pentru procesul de management automat. Mai departe, ele pot
folosi serviciile semantic wiki simplificate pentru a îmbunătăţi căutarea, interconectarea
diferitelor sisteme şi transferul de date [110]. Serviciile sociale furnizate de wiki lasă
utilizatorii să beneficieze de nivelul de expertiză al fiecăruia dintre ei [146]; împreună ei îşi
îmbunătăţesc cunoştinţele schimbând informaţii între ei şi gestionând repository-ul.
1.4. Obiective generale şi specifice
Această teză prezintă, pornind de la modelele mai sus menţionate şi modelele de sistem de
colaborare în masă, un nou model de gestionare a repository, numit Modelul Colaborativ de
Management al Repository Digital (CDRM). Noutatea acestei idei reiese din implicarea
comunităţii reţelei sociale formată în jurul repository-ului în întregul proces de management
al acestuia. Pentru a echilibra nevoia de funcţionalităţi avansate, nivelul scăzut de expertiză
tehnologică cu costuri mici de gestionare, infrastructura trebuie să suporte protocoale, unelte,
procese automate şi tehnologii semantice simplificate.
Obiectivul specific al tezei este focalizat pe managementul colaborativ al repository-ului de
metadate, în interiorul unei comunităţi mici sau medii caracterizată printr-un nivel scazut de
expertiză tehnologică.
Această teză explorează de asemenea impactul tehnologiilor de semantic web asupra evoluţiei
bibliotecilor digitale si modul in care cercetatorii si bibliotecarii beneficiaza de aceste
tehnologii folosindu-le pentru o mai bună aservire a furnizorului de date si a utilizatorului
final. Avand suportul tehnologiilor semantice pe de o parte, şi abordarea specifică reţelelor
sociale, pe de altă poarte, întregul proces de management al repository-ului digital va fi
translatat de la specialişti la utilizatori de zi cu zi cât mai mult posibil. Utilizatorii sunt
sprijiniţi – însă nu forţaţi - sa colaboreze la structurarea, organizarea, formarea şi validarea
metadatelor lor şi a altor resurse, într-un mediu adaptabil, pentru o mai bună căutare şi
refolosire a resurselor.
Mai specific, se intenţionează să:
1. îmbunătăţească procesul de management al repository-ului de metadate pentru a
suporta automanagementul comunităţii şi automatizarea proceselor managementului
repository-ului. Automatizarea procesului este suportată de şabloane (templates),
8

tehnologiile semantice şi unelte special create. Automanagementul trebuie să răspundă
la provocarea principală în managementul repository-ului: să construiască un
repository şi să expună serviciile repository fără să împovareze creatorii de conţinut şi
utilizatorii finali cu procese adiţionale [99].
2. dezvoltarea soluţiilor orientate spre utilizatori finali cu scopul de a face conţinutul
digital mult mai accesibil, uşor de folosit şi exploatat, folosind tehnologiile semantice.
Managementul repository-ului este o parte a integrării datelor care la randul său este
principalul domeniu de aplicabilitate a ontologiilor.
3. scăderea semnificativă a dezorientării utilizatorilor, costurilor implicate şi a timpului
de procesare. In consecinţă, furnizorii de date şi utilizatorii finali se pot focaliza pe
schimbul de resurse şi crearea colaborative a cunoştinţelor, fiind scutiţi de sarcini
împovaratoare adiţionale.
4. creşterea semnificativă a implicării utilizatorilor în procesul de management al
repository-ului prin translatarea răspunderii de la dezvoltatori la utilizatorii de zi cu zi.
Această implicare are un rezultat concret : creşterea nivelul de calitate al metadatelor.
Obiectivele menţionate mai sus sunt rezolvate folosind modele propuse, arhitecturi şi metode:
1. modelul de referinţă bidirecţional dezvoltat pentru managementul colaborativ al
repository. Noul model creat reconsideră părţi din modelele principale din literatură
cărora le măreşte flexibilitatea prin adăugarea de noi funcţionalităţi inspirate din
principiile sistemelor de colaborare în masă. Acest model încapsuleaza diferite aspecte
ale logicii modelului de referinţă: ontologia aplicatiei (AO), ontologia fluxului de
lucru (WO), şi ontologia repository digital (RO). Modelul de referinţă este decuplat de
la modelul repository-ului digital, trecând şi în sfera mai largă de acoperire a
problemei integrării metadatelor indiferent de mediul de stocare specific.
2. arhitectura de referinţă bazată pe modelul mediator, care reflectă proiectarea şi
suplineşte cererile modelului de referinţă şi de asemenea capturează informaţiile
colectate de-a lungul timpului în metadate.
3. trei arhitecturi concrete derivate şi implementările acestora, conforme cu modelul
propus anterior.
Aceste trei arhitecturi concrete ale modelului de referinţă corespund cu recoltarea
(harvesting), agregarea şi căutarea metadatelor, sunt fiecare utilizate pentru scopuri
specifice. Ele dau o soluţie pentru trei cazuri concrete de dezvoltare ale unor VLEs sau
VREs în interiorul comunităţilor mici şi medii şi pentru care este nevoie de integrarea
datelor. Prin aceste arhitecturi concrete este verificată validitatea conceptului bidirecţionl
al modelului de referinţă.
4. un nou model de platformă pentru evaluarea nivelului de întrebuinţare a rezultatului
primei implementări.
Acest obiectiv este asociat cu realizari tehnologice, şi de asemenea cu beneficiile derivate
din utilizarea mai sus numitelor metode şi unelte tehnologice.
1.5. Întrebările cercetarii
Această teză işi propune sa raspundă la următoarele întrebări de cercetare:
Care sunt factorii care influenţează necesităţile şi beneficiile în managementul
repository-ului de metadate?
Care este modelul cel mai potrivit pentru reprezentarea artefactelor aflate în diferite
grade de formalizare şi permite folosirea lor în mod uniform?
Care metodă este cea mai potrivita pentru încurajarea participarii utilizatorilor în
întregul proces de management al conţinutului digital?
9

Ce metodologie este curent acceptată pentru a contra-balansa nivelului scăzut de
expertiză tehnologică a utilizatorilor finali, cu nivelele ridicate ale necesităţilor
funcţionale şi non-funcţionale pe care platforma finală ar trebui să le îndeplinească?
Care este cel mai potrivit mediu care poate să suporte tehnologiile webului semantic
(ontologiile) pentru a unifica diferitele standarde de metadata? Poate acest mediu să
ascundă complexitatea acestui proces pentru utilizatorii finali?
Cum validam calitatea metadatelor şi cum lucrăm cu diferitele interpretări ale
metadatelor furnizate de furnizorii date adoptând metode neintruzive?
Modelul conceptual este destul de general pentru a suporta derivaţiile şi constrângerile
cerute pentru realizarea unui mediu virtual de cercetare unde furnizorii de metadate şi
cercetătorii care adnotează resursele digitale sunt tehnologic agnostici?
La sfârşitul tezei vom prezenta un răspuns pentru fiecare din aceste întrebări ca rezultat al
cercetării noastre.
1.6. Contribuţii
Această teză se adresează managementului colaborativ al repository digital la intersecţia
sitemului de calcul cu omul: o platformă pentru managementul colaborativ al repository-ului
şi managementul fluxurilor de lucru şi care permite adnotarea colaborativa a conţinutului
digital utilizând Semantic MediaWiki. Principalul obiectiv este contribuţia la îmbunătăţirea
tehnologiilor pentru transferul colaborativ de cunostinte, iar în mod specific integrarea
datelor. În acest context, focalizarea este pe zonele de aplicaţii specifice îmbunătăţirii
managementului repository digital folosind tehnologia semantică şi construirea infrastructurii
informaţiei.
Principalele contribuţii ale acestei teze sunt:
1. o analiză comprehensivă a modelelor de repository, a bibliotecilor digitale şi
modelelor de management al repository-ului digital; un studiu comparativ al
sistemelor de semnatic wikis.
2. propunerea unui nou model de referinţă şi o arhitectură de referinţă pentru
managementul unui repository digital.
3. propunerea unei ontologii de nivel înalt pentru managementul colaborativ al
repository-ului digital.
4. propuneri pentru trei arhitecturi concrete, dezvoltate ca platforme separate pentru
managementul colaborativ al unui repository-ului digital.
5. implementarea rezultatelor teoretice în platforme practice pentru a face rezultatele
acestei teze accesibil pentru utilizatori.
6. realizarea practică a managementul conţinutului de repository şi a adnotărilor
semantice.
7. o platformă pentru evaluarea rezultatelor implementarilor folosind modelul Semantic
MediaWiki în comparaţie cu modelul de interoperabilitate Systems of Systems
Interoperability (SoSI), şi un cadru pentru evaluarea gradului de întrebuinţare.
1.7. Conţinutul tezei
1. Primul capitol dă motivaţia pentru această teză şi definiţia managementului
repository-ului digital (DRM), si prezinta legatura cu sistemele de management al
10

conţinutului (CM). Se arată că principalul rol al DRM este de a furniza un ghid pentru
utilizatori pentru a contrabalansa costurile si beneficiile în contextul unor comunităţi mici şi
medii. Acest capitol introduce termeni cheie ca managementul colaborativ al repository-ului
digital şi explică cum aceste artefacte pot varia în mărime, funcţionalitate si structură.
Capitolul concluzionează prin sumarizarea soluţiei şi precizează întrebările de cercetare.
2. Definiţiile şi fundamentele acestei teze sunt prevăzute în capitolul 2. O secţiune
complexa evidentiaza conceptele relevante pentru modele şi referinţele dintre ele. Ambele au
avut o influenţă majoră conceptuală în această teză.
Din punct de vedere tehnic sunt descrise: sistemul de repository ca artefact software,
hipertext, inginerie software, web-ul semantic, sistemele sociale de partajare a cunostintelor
(wiki), managementul fluxului de lucru, şi adnotarile semantice. Aceste detalii tehnice sunt
analizate în profunzime în capitolul trei.
Abordări asociate sunt de asemenea introduse si discutate: adnotările digitale, webul social
semantic, fluxul de lucru şi interoperabilitatea ca noţiune generalizatoare.
3. Capitolul 3 startează cu prezentarea principalelor modele existente de management al
repository-ului şi introduce aici ideea de management colaborativ al repository-ului urmărind
îndeaproape ciclul natural de viaţă al informaţiei. O analiza profunda a literaturii relevă alte
necesităţi semnalate de aceasta. Modelele existente sunt analizate cu intenţia de a găsi puncte
comune între ele şi caută caracteristici structurale care ar putea fi prezente în viitoarele
sisteme colaborative de management al repository-ului. O analiză similară este adresata
pentru evidentierea sistemelor sociale semantice colaborative cu partajare, de exemplu
sistemele wiki.
4. În capitolul 4 este prezentat modelul soluţiei. Capitolul începe cu o analiză profundă a
factorului social în managementul repository-ului de la care sunt derivate primele necesitati.
Modelele de reprezentare managementul repository-ului sunt utilizate la evidentierea
necesitatilor pentru managementul acestuia. Capitolul prezintă mai târziu un tabel concret de
necesităţi. Soluţia constă într-un model simplu de management colaborativ pentru repository.
Acest model reprezintă mai bune variaţii în granularitate şi a relaţiilor dintre entităţi semantice
şi este însotit de ontologia fluxului de lucru prin care se descriu operaţiile comune utilizate
pentru procesele de integrare a metadatelor. Acest capitol explică o ierarhie de relaţii derivate,
în măsură să descrie modelele de management a repository-ului.
5. Capitolul 5 prezintă o arhitectură de referinţă, trei implementări concrete şi diferite
unelte bazate pe modelul colaborativ de management al repository-ului introdus in capitolul
precedent. Serviciul colaborativ de Ingest al Fedora Common Repository este un serviciu
complex ce utilizează wiki pentru management. Uneltele de integrare colaborativă sunt
utilizate mai departe pentru integrea datelor intr-un sistem semantic wiki. Aceste unelte
specifice dezvoltate ca extensii wiki sunt de asemenea prezente. Acest capitol specifică
cazurile de utilizare şi constrângerile de implementare pentru fiecare arhitectură completă.
Uneltele adiţionale pentru adnotarea semantica a imaginilor este prezentată de asemenea în
acest capitol.
6. În continuare diferite tipuri de evaluare sunt prezentate în capitolul 6. O evaluare
subiectiva foloseste modelul de interoperabilitate Systems of Systems interoperability ca
model matur de evaluare a interoperabilitatii. În continuare este prezentă o metodă de
evaluare utilizând semantic wiki ca suport şi datele din feedbackul furnizorilor de matadate.
11

Rezultatele au fost comparate în diferite moduri cu abordarea clasică pentru managementul
depozitului de metadate. Capitolul continuă cu prezentarea unui număr de abordari care au
legătură cu diferite părţi ale soluţiei.
7. În capitolul 7 sunt identificate şi prezentate concluziile şi un număr de directii
cercetări şi tematici viitoare de cercetare. În final sunt sumarizate contribuţiile principale ale
acestei teze.
12

2. DEFINIŢII ŞI FUNDAMENTE
Acest capitol prezintă mai multe definiţii, relevă anumite caracteristici de gestionare a
resurselor digitale, acordându-le însă diferite ponderi de importanţă. Pornind de la conţinutul
digital şi terminând cu o definiţie informală de repository şi bibliotecă digitală, vom introduce
treptat termenii relativi la managementul resurselor digitale, selectaţi în conformitate cu
obiectivele generale ale tezei. Legat de managementul repository digital, vom studia modelul
de adnotare şi implementarile privind adnotarea imaginilor.
Secţiuni ale acestui capitol sunt axate pe două probleme diferite, strâns legate de gestionarea
repository de metadate.
În primul rând, deoarece managementul este o activitate orientată pe proces, vom rezuma din
punct de vedere conceptual fluxurile de lucru.
În al doilea rând, având în vedere problema integrării de metadate, vom analiza problemele
eterogenităţii la mai multe niveluri. Vor fi relevate mai multe metode şi practici pentru a
abordarea problemele de interoperabilitate, rezumate din literatura de specialitate. În plus, vor
fi prezentate pe scurt modelele mature de interoperabilitate, ca o metodă alternativă posibilă
pentru evaluarea interoperabilităţii la nivelul sistemelor.
2.1. Definitii legate de managementul repository digital
Conţinutului digital, sau pur şi simplu, conţinutul, este o informaţie digitală, care poate
include documente electronice, fişiere multimedia, conţinut Web sau alte tipuri de fişiere, cu
un ciclu de viaţă care necesită management.
O subclasă a conţinutului digital sunt de valorile digitale (digital asset), cum ar fi fotografii
digitale, animaţii, clipuri video şi muzică.
Procesul de management al conţinutului, sau CM, este un set de procese şi tehnologii care
sprijină ciclul de viaţă evolutiv al conţinutului digital.
În funcţie de misiunea şi obiectivele de business, managementul conţinutului poate varia în
funcţie de etapele procesului, de terminologie şi de management. De obicei, ciclul de viaţă al
conţinutului digital constă în 6 etape principale: crearea, actualizarea, publicarea, traducerea,
arhivarea şi regăsirea, având ca o caracteristică comună colaborarea dintre creator, redactor,
editor, administrator şi consumator.
Sistemele de management al conţinutului (CMS) sunt programe de calculator şi / sau sisteme
hardware-ul utilizate pentru a sprijini şi de a gestiona fluxul de lucru tehnic necesar pentru a
crea colaborativ, edita, revizui, indexa şi căuta, publica şi arhivă conţinutul digital.
CMS sunt frecvent utilizate pentru stocarea, controlul versiunilor, publicarea şi documentarea
specifică cum ar fi articole de ştiri, manuale de operatori, manuale tehnice, ghiduri de vânzări
şi broşuri de marketing. Procesul de publicare este de obicei asumat de un CMS, având un
instrument software integrat pentru authoring. Acest instrument trebuie să permită
utilizatorilor non-tehnici să creeze şi să gestioneze cu relativă uşurinţă conţinutul.
Sistemele de repository utilizate de către CMS pot include o bază de date. Conţinutul,
cum ar fi metadatele şi / sau artefacte, sunt frecvent stocate ca fişiere XML.
Indiferent de terminologia specifică utilizată, procesul de management (sau de
gestionare a resurselor digitale) constă în colectarea şi stocarea de valori în format
digital. Valorile digitale sunt stocate împreună "metadatele" sale.
Metadatele sunt piese primare de informaţie, care descriu aspectele semnificative ale unei
resurse şi ajută la gestionarea şi conservarea materialului digital de-a lungul timpului. Ele vor
contribui la prezervarea informaţiilor esenţiale contextuale, istorice, tehnice şi sunt păstrate,
împreună cu obiectele digitale şi au un rol crucial in descoperirea acestora.
13

Un repository este o platformă de aplicaţie pentru gestionarea, stocarea şi asigurarea accesului
într-un mod convenabil la conţinutul digital.
O altă definiţie, publicat de către Joint Information Systems Committee (JISC) [83],
subliniază funcţionalitatea unui repository:
"... Un repository se deosebeşte de alte colecţii digitale prin următoarele caracteristici:
• conţinutul este repositoryat într-un repository, fie de către creatorul conţinutului,
proprietarul sau o terţă parte
• arhitectura repository gestionează conţinut precum şi metadatele
• repository-ul oferă un set minim de servicii de bază, de exemplu, stocare, primire,
căutare, controlul accesului.
• repository-ul trebuie să fie durabil şi de încredere, bine susţinut şi bine gestionat".
În afară de atributele de mai sus, este de remarcat o caracteristică suplimentară, pentru că ea
face diferenţierea faţă de alte sisteme software similare: repository-ul digital asigură "acces
liber", cel puţin parţial [83]. Repository-ul digital deschis se distinge prin următoarele
caracteristici:
• repository-ul trebuie să ofere acces deschis la conţinutul acesteia (dacă nu există
constrângeri legale), şi
• repository-ul trebuie să ofere acces deschis la metadate pentru harvesting.
Scopul principal al unui repository este de a menţine şi a deriva valoarea maximă din
conţinutul acesteia. Un repository poate sprijini activităţi umane cum ar fi cea de cercetare, de
învăţare, şi proceselor administrative. Repository utilizează standarde internaţionale deschise,
pentru a asigura că conţinutul lor este accesibil, astfel încât să poată fi cautat si preluat pentru
o utilizare ulterioară. Utilizarea acestor standarde acceptate internaţional permite stabilirea de
strategii pentru importul, exportul, identificarea, stocarea şi regăsirea conţinutului digital în
repository.
Biblioteca Digitală (DL) este un sistem care oferă acces larg la o colecţie mare, gestionabilă
de informaţii, organizată peste un repository de cunoştinţe. Tema unificatoare a unei biblioteci
digitale este aceea că informaţia este organizată pe calculatoare organizate în reţea, având
proceduri pentru selectarea materialelor din colecţii, pe care le organizează, le pune apoi la
dispoziţia utilizatorilor, şi le arhivează.
Aici, utilizatorii nu au acces doar la conţinutul digital din repository, mai mult, ei au
instrumente pentru a re-organiza şi îmbogăţi conţinutul prin adnotari, construirea colecţiilor,
şi bookmarking.
O bibliotecă digitală trebuie să gestioneze documente compuse, ceea ce este o caracteristică
DL. Documentele compuse poat fi destul de complexe, şi de multe ori conţin mai multe
documente multimedia, în cazul în care componentele sunt obiecte digitale la propriu, sau
doar simple adnotări. Un obiect compus ar putea fi o intreaga baza de date.
Termenii "repository" şi "biblioteci digitale" sunt confundaţi de multe ori. Pentru restul
acestei teze, vom folosi fiecare termen în conformitate cu definiţiile de mai sus.
Soergel în [164] defineşte repository-ul digital în termenii funcţionalităţii (servicii oferite
bibliotecii digitale):
Un repository este o bibliotecă digitală care oferă acces doar la o colecţie de elemente
cunoscute.
Funcţiile repository-ul includ si achizitionarea de documente, stocarea în condiţii de siguranţă,
de conservare, de control al versiunii, căutarea documentelor şi prezentarea lor.
Un repository, de asemenea, are nevoie de un model de document care defineşte structura
logică a documentului şi modul în care un document este accesat şi manipulat în scopul
gestionării, cum ar fi modelul bazat pe XML Document Object (DOM) [90] (a se vedea
Wikipedia), sau Fedora Digital Object Model [62].
14

Obiectul digital
Obiectele digitale (sau materiale digitale) se referă la orice element care este disponibil
digital. Termenul cuprinde atât surogate digitale create ca rezultat al convertirii materialelor
analoge în formă digitală (digitizare), cât şi cele "născute digital", pentru care nu a existat
niciodată şi nu există nici o intenţie de creere a unui echivalent analogic.
Agregările (Colecţii)
Colecţia este o agregare de obiecte digitale împreună cu relaţiile dintre ele. Colecţiile, în
general, suportă următoarele funcţii:
• selectarea de conţinut: selectarea unui subset de obiecte disponibile;
• organizarea: aplicarea unor principii coerente de ordonare;
• documentaţie: metadatele contextuale, moştenite şi administrative; şi
• arhivare: administrare pe termen lung.
Figure 2. 1. Relaţiile dintre repository-ul digital, CMS şi biblioteci digitale
2.2. Lucrări inrudite şi discutarea acestora în cadrul platformelor
implementate
Abordări similare se găsesc în cadrul proiectului APOSDLE 1 care are ca scop un proces de
modelare integrată a ontologiilor şi fluxurile de lucru. APOSDLE utilizează Semantic
MediaWiki (SMW) pentru dezvoltarea colaborativă de modele informale create printr-o
strânsă integrare, în mare parte automata, cu Semantic MediaWiki şi cu instrumente pentru
modelarea formală, în scopul de a reutiliza modele informale pentru crearea de modele
formale.
O altă abordare, folosind şabloane pentru extragerea de informaţii structurate din MediaWiki
este prezentată în [7], dar această abordare nu a formalizat fluxul de lucru. Un studiu de caz a
unei creări de biblioteci digitale folosind MediaWiki pe partea de interfaţă cu repository-ul
este prezentată în [175].
Comparativ, cazurile de integrare a datelor în MediaWiki şi SMW ca platformă pentru VREs
nu are realizari concrete comparabile cu abordarea noastră, medii virtuale de învăţare (VLEs)
[133] sunt mai interesate de probleme similare şi punctează aceleaşi neajunsuri în domeniul
de integrării datelor. Aceasta oferă posibilitatea de reconsidera experienţa acumulată în
această directive, adaptand-o şi extinzând-o să fie compatibilă abordării nevoilor specifice ale
mediilor de cercetare.
Un alt mod de trata fluxurile de lucru pot fi găsite în myExperiment. De Roure consideră că
fluxurile de lucru sunt obiecte ştiinţifice în sine şi, prin urmare, acestea ar putea fi schimbate
1 Advanced Process-Oriented Self-Directed Learning Environment http://www.aposdle.org
15

şi reutilizate. myExperiment este o nouă iniţiativă pentru a crea un mediu de reţea socială a
lucrătorilor în domeniul fluxurilor de lucru [43]. Luând exemplu paradigma reţelelor sociale,
obiectul partajat în acest caz este fluxul de lucru în sine.
Un alt proiect VLE folosind ca suport pentru tehnologiile semantice SMW este OceanTeacher
UNESCO. Aceasta este o bibliotecă digitală de cunoştinţe referitoare la date oceanografice şi
de asemenea, permite gestionarea informaţiilor dinamice. Acesta include texte, imagini,
obiecte (PDF şi documente Word, pachetele de instalare de software, fişiere audio şi video) şi
legături către pagini web şi obiecte din alte site-uri. Proiectul construieşte o platforma de e-
Learning în domeniu. Metadatele marine sunt colectate automat de la senzori si traduse în
proprietăţi SMW. Ulterior, metadatele sunt verificate şi validate manual. Deşi proiectul
importă diferite documente, el nu integrează metadate eterogene, care sunt de interes în
abordarea noastră.
Un punct de plecare comun cu abordarea noastră este [38], care îşi propune sa construiască o
platformă de integrare a datelor. Structura de interoperabilitate este stratificată şi urmăreşte
îndeaproape modelul ISO / OSI pentru crearea de reţele. Ei folosesc ontologia mediator
pentru mapare, cu toate acestea nu utilizează în mod explicit un flux de lucru pentru aceasta.
Dimpotrivă, fluxul de lucru este susţinut de mediul BiomedGT [18]. Acest mediu extinde
Semantic MediaWiki pentru a sprijini roluri specifice în BiomedGT (de exemplu, IMM-uri,
Alpha IMM-uri, curator, etc), procesele create fiind utilizate pentru susţinerea de propuneri de
proiecte şi pentru sugerarea modificărilor. În mod similar, coefficientMakna [161] -, de
asemenea, bazat pe o platformă wiki - este conceput în mod explicit să sprijine platforma de
argumentare DILIGENT pentru ingineria ontologiei.
În [126] autorii a propus o descriere directă pentru protocolul de laborator biologic, definind
fără ajutorul codării menţinerea şi reutilizarea specificaţiilor protocolului laboratorului, având
astfel rezultate clare, uşor de citit şi de menţinut.
Apropiat şi mai mult cu munca noastră este [70]. Gill şi alţii utilizează Wings şi Pegasus
pentru crearea de fluxuri de lucru pentru calculul in grid folosind reprezentari semantice. Ei
folosesc şabloane de flux de lucru şi ontologii de flux de lucru exprimate în RDF. Principala
diferenţă este contextul în care sunt utilizate fluxurile de lucru: calculul în grid şi nu
gestionarea repository.
Deşi aceste lucrari au abordări similare cu abordarea tezei, acestea acoperă doar parţial soluţia
noastră. Aşa cum se va arăta pe parcursul tezei, am preluat, mixat şi flexibilizat părţi ale
sistemului OAIS pe care l-am îmbogăţit cu facilitaţi semantice şi fluxuri de lucru automate.
Am introdus suportului software-ului social pentru partajarea rezultatelor, a documentaţiei, a
tratatelor şi politicilor dar şi ca suport pentru tehnologii semantice simplificate: descrierea
fluxurilor de lucru, configurarea sistemelor, dispecerizarea proceselor de management,
validarea metadatelor.
16

3. STUDIU PRIVIND MODELELE
DE REPOSITORY, BIBIOTECI
DIGITALE ŞI SISTEMELE DE
MANAGEMENT AL
CONŢINUTULUI
Acest capitol prezintă mai multe sisteme care facilitează stocarea producţiei intelectuale -mai
mult sau mai puţin structurate- a unei organizaţii sau comunităţi.
Capitolul conţine un studiu al literaturii de specialitate pentru consolidarea terminologiei
utilizate. Am efectuat două studii pe această temă, care duc la elucidarea managementului
repository digital, atingând şi problematica bibliotecilor digitale, şi (Semantic) Social
Software-ul din două puncte de vedere diferite.
În primul rând, vom prezenta modelele de repository digital şi vom identifica principalele
modele de referinţă care stau la baza implementările pentru bibliotecile digitale,
constrângerile şi limitele acestora. În al doilea rând, am efectuat un studiu privind (Semantic)
MediaWiki. În cele din urmă, vom analiza repository-le digitale partajate şi beneficiile aduse
de acestea.
În mediile de informare moderne, există mai multe sisteme pentru stocarea şi / sau extragerea
materialelor. Având în vedere funcţionalităţile similare a diverselor sisteme, decizia de a plasa
producţia intelectuală a instituţiei este adesea una dificilă.
CMS sau wiki-urilor nu oferă instrumente dedicate pentru a asigura accesul continuu pentru
descoperire de noi resurse digitale caracteristic software-ul repository-ului digital. De obicei,
ele nu le oferă interfeţe OAIs. Facilităţile de import / export a metadatelor bibliografice sunt
slabe sau inexistente.
3.1. Principalele modele de repository şi biblioteci digitale
În afară de convergenţa de interese, gestionarea repository digital constă dintr-un set puternic
personalizabil de procese şi practici, în conformitate cu modelul sistemului de repository,
conţinutul repository-lui şi de destinaţia pe care comunitatea care îl utilizează şi doreşte să
beneficieze din el a stabilit-o iniţial.
Modele principale pentru repository-le şi bibliotecile digitale sunt în general împărţite în
următoarele categorii:
A. Modele formale - 5S (Streams, Spaces, Structures, Scenarios, Society) este cel mai
cunoscut model formal de bibliotecă digitală [71]. Principalele caracteristici ale acestui
model sunt:
o construcţii foarte generale
o granularitatea prea fină la nivelul spaţiului
o este concentrat asupra unei DL minime
o calitatea metadatelor este abordată în alt strat
o abordare comportamentală pentru serviciile oferite prin scenarii
o doar o implementare cunoscută - Marian-framework.
B. Modele de referinţă - Reference Model for an Open Archival Information System (OAIS)
[173]. Modele derivate din OAIS sunt:
a. Three Tier Framework Reference Model - cunoscut şi sub numele de modelul Delos [29]; şi
17

. CIDOC Conceptual Reference Model [32].
Acest model este folosit în principal pentru managementul repository-ului în conformitate cu
modelul producător-consumator, aşa cum este promovat de OAIS [173]. Principalele
caracteristici sunt după cum urmează:
• abordare mai pragmatică, privind funcţionalitatea la acelaşi nivel cu descrierea
entităţilor;
• granularitatea este menţinută la nivel entitate
• descriere conceptelor principale şi relaţiilor care caracterizează întregul univers al unei
DL
• calitatea (metadate şi servicii), abordată în mod explicit pe acelaşi strat
• servicii numite explicit
• asigurarea integrării documentaţiei
• există mai multe implementari conforme cu modelul: Delos, DSpace [61], METS, etc
C. Model semantic de bibliotecă digitală. Acest model se bazează pe modelul OAIS, dar
permite granularităţi mai fine privind structura şi serviciile oferite utlizatorilor finali.
• concentrat asupra adaptabilităţii şi serviciilor avansate folosind tehnologii semantice la
mai multe niveluri.
• perspective utilizator diferite şi foarte bine adresate
• soluţie de-a gata, nu foarte uşor adaptabilă şi nu foarte uşor de utilizat pentru
comunităţile mici.
• o singură implementare "curată semantic" - JeromeDL [112].
Aceste modele ating două extreme: formalizarea prea multă la modelul 5S, dar descriere
foarte bună la nivel structural, şi modelul Delos, nu foarte uşor adoptabil de către o
comunitate mică şi mijlocie, având un nivel scăzut de expertiză tehnică.
Este de subliniat faptul că gestionarea repository-ului este cea mai mare parte o decizie
administrativă mediată de software. Modelul conţinutului repository digital, a obiectelor
digitale, producţia de fluxuri de lucru, modelul de rapoartare se stabilesc într-o abordare de
sus în jos.
3.2. Sisteme de partajare a cunoştinţelor
MediaWiki şi Semantic MediaWiki, ca exemple de sisteme de explicite de colaborare în
masă, (Mass Collaboration) sunt menite să partajeze cunoştinţele. Sociabilitatea centrată pe
obiect (object-centred sociality) se referă la utilizarea în viaţa reală a site-uri sociale:
• utilizarea semanticii pentru a descrie această utilizare, prin reprezentarea obiectelor
centrat pe conectare puternică şi reutilizare;
• descrie oameni, reţele, conţinut, prezenţa, cunoştinţe, tag-uri, etc şi semantica acestora
• interconectare siturilor disconecte şi a profilelor utilizator: beneficiază de o
"vocabulary onion", a ontologiilor prin furnizarea de soluţii permiţând noi utilizări în
cadrul organizaţiilor, nu doar pentru Web-ul social, dar chiar pentru Enterprise 2.0.
Deşi cunoştinţele încorporate în interiorul unui wiki sunt uşor de accesat de către om, acest
lucru însă devine dificil pantru agenţii automaţi care trebuie să re-utilizeze şi să preia
informaţii din wiki. Soluţiile cunoscute sunt după cum urmează:
• utilizarea de template-uri;
• structurarea informaţiilor wiki prin adoptarea tehnologii semantice simplificate.
Acest capitol mai prezintă un studiu actualizat pentru wiki-uri semantice, cu accent pe
Semantic MediaWiki. Am ales SMW, deoarece prezintă o soluţie echilibrată care să permită
adoptarea semanticii simplificate. Am prezentat, de asemenea, o metodă hibridă de structurare
a informaţiei wiki, care combină şabloane semantic, împreună cu metadatele pentru a permite
fluxul de lucru automat pentru gestionarea repository.
18

Din punct de vedere tehnologic, wiki-urile sunt profiluri de aplicaţie pentru un model comun,
modelul MediaWiki. Similar, wiki-urile semantice sunt profiluri de aplicaţie pentru un model
comun Semantic MediaWiki.
Câteva caracteristici ale wiki-urilor semantice sunt amintit de mai jos:
• semantica este introdusă ca informaţie suplimentară prin marcaje semantice adaugate
manual de către utilizatori.
• un utilizator poate marca atât link-uri cât şi text pe o pagină wiki.
• informaţii speciale aşa cum sunt Categoriile şi Proprietatile sunt utilizate pentru a
marca paginile wiki. Un utilizator nu este necesar să înţeleagă ontologii sau RDF
pentru a putea adăuga marcaje semantice.
• Utilizatorii pot adăuga noi categorii şi să creeze noi proprietăţi semantice, dar este
intotdeauna recomandata reutilizarea categoriile şi a proprietăţilor deja existente.
Informaţiile de marcare adăugate sunt utilizate de motorul wiki semantic pentru a facilita
căutarea semantică. Există un limbaj special de căutare, facil de utilizat de către utilizatorul
obişnuit.
Capacitatea de căutare impresionantă oferit de motorul wiki semantic poate fi cu greu egalată
de orice alt site wiki traditional, şi totul este rezultatul marcajului simplu pe care utilizatorii
doresc să îl adauge.
3.3. Repository-uri multimedia interne şi partajate
Intens utilizate în achiziţia de cunoştinţe bazată pe inteligenţă calculatoarelor, repository-ul
partajat este cea mai bună completare a comunicării umane, educaţiei şi formării, care
transcede constrângerile de timp şi spaţiu, oferind un răspuns în timp real şi o modalitate de
lucru în paralel. Este una din componentele de bază a spaţiilor colaborative, reducând foarte
mult pierderile cauzate de interacţiunea directă a personalului.
Un wiki poate folosi imagini din propriul său repository mass-media (intern) sau din alte
repositorye externe partajate de către mai mulţi consumatori. Pentru aceşti membrii ai familiei
wiki, comunitatea poate crea, de asemenea, o a doua locaţie pentru fişierele provenite dintr-o
sursă externă; cunoscută sub numele “shared uploads” sau arhivă comună. De exemplu, o
companie poate avea mai multe sit-uri MediaWiki şi are nevoie de un repository de imagini
comune [183].
Aceste repository-uri pot asigura de asemenea acces comun la baza de date
Accesul la arhivele partajate este asigurat printr-un acces la baze de date pentru repository-ul
local sau printr-un serviciu xml, bazate pe API-uri web pentru un repository la distanţă. Multe
site-uri wiki, numite “ferme wiki”, pot să partajeze un repository local. Un unoscut repository
media accesibil prin intermediul API este Wikimedia Commons 2 .
La sfârşitul acestui capitol, sunt menţionate mai multe cazuri de utilizare şi aplicabilitate care
folosesc SMW. Următorul capitol va prezenta un model nou pentru gestionarea colaborativă a
repository digital, arhitectura si metode rezumate aici ca profilurile de aplicaţii:
• O platformă de authoring şi publicare on-line [78]
• Utilizarea de şabloane MediaWiki ca formular invariant pentru implicarea
utilizatorilor non-tehnici în întregul proces de gestionare a conţinutului digital [183]
• Utilizarea modelului Semantic MediaWiki pentru gestionarea metadatelor în interiorul
wiki [184].
2 http://commons.wikimedia.org/
19

4. UN MODEL CADRU
CONCEPTUAL PENTRU
MANAGEMENTUL
COLABORATIV AL UNUI
REPOSITORY DIGITAL
Acest capitol prezintă un nou model al ciclului de viaţă al obiectului digital gestionabil prin
noul concept de management colaborativ al unui repository digital.
În acest capitol vom colecta şi analiza cerinţele pentru modelul de management al repositoryului
digital (DRMM). În scopul de a sprijin diferitele cazuri de utilizare al noului concept de
management colaborativ al repository-ului de metadate, vor fi introduse metode care permit
individualizarea în arhitecturi şi implementări concrete.
Diagrama de mai jos descrie procesul incremental şi crescător de dobândirea a cunoştinţelor şi
de partajare a acestora în epoca Web 2.0. Acest proces presupune implicarea în egală măsură
a indivizilor şi a comunităţii din care aceştia fac parte. Ei vor transfera cunoştinţe la mai multe
niveluri. Fiecare participant este atât producător cât şi consumator, dar nu numai atât. Acest
pas, de la modelul de producător-consumator (unu-la-mai-mulţi) la modelul crează–
remixează–partajează (mai-multe-la-mai-mulţi), modifică, de asemenea, toate aspectele legate
de gestionarea conţinutului [128]. Aspecte legate de granularitatea conţinutului, tipologia
conţinutului şi a metadatelor, trebuie să fie reexaminate şi gestionate colaborativ. Următoarea
diagramă ilustrează dobândirea de cunoştinţe prin modelul cu partajare care este bidirecţional.
Aceste observaţii stau la baza abordării noastre pentru modelul de management
colaborativ al unui repository digital.
Figure 4. 1. Dobândirea de cunoştinţe prin modelul crescător cu partajare
4.1. Scenarii de utilizare
Să considerăm următoarele două scenarii ca şi cazuri de utilizare:
20

Primul scenariu vizează un proiect în domeniul biodiversităţii menit să ducă la îmbunătăţirea
descoperirii instrumentelor de identificare a biodiversităţii şi a resurselor digitale disponibile.
Metoda de cercetare necesită construirea unui repository digital central de metadate pentru a
facilita accesul, utilizarea şi re-utilizare a resurselor digitale. În plus, partenerii îşi propun să
atragă alte surse de metadate, din colecţii private şi publice sau din Wikimedia Commons,
Flicr sau alte surse multimedia partajate în web. Scopul final este de a construi un repository
de eLearning în biologie.
Consorţiul intenţionează să menţină repository-ul de metadate după finalizarea proiectului şi
după ce sprijinul financiar va scădea în mod substanţial. Prin urmare, pentru a sprijini
infrastructura proiectului a fost considerată obligatorie construirea unei platforme de
documentare comune pentru publicarea problemelor tehnice şi pentru managementul
proiectului.
Resursele digitale sunt distribuite într-un număr de surse – la furnizorii de date, şi au un grad
ridicat de eterogenitate tehnică, în format, structura şi semantică. Decizia finală a fost de a
stoca centralizat doar metadatele, iar resursele multimedia să rămână în continuare pe
sistemele locale ale furnizorilor de metadate.
Furnizorii de date sunt muzee, instituţii de cercetare în biologie şi universităţi. Ei sunt, de
asemenea, utilizatorii finali, împreună cu profesori de biologie pentru liceu, elevi şi studenţi.
Cerinţele menţionate anterior au fost acompaniate şi de probleme tehnice şi organizatorice:
nivelul de expertiză tehnică a variat de la inginer IT la biolog si fotograf.
Figure 4. 2. Procesul de integrare a metadatelor în repository-ul digital central.
In al doilea scenariu, Chris, un istoric, doreşte să construiască un mediu virtual de cercetare
(VRE), având ca subiect istoria educaţiei. Este necesar să se preconizeze o solutie web pentru
cercetători, care să faciliteze adnotarea colaborarativă a corpusului cu o infrastructură care să
permită integrarea instrumentelor externe, analizarea datelor şi publicarea rezultatelor
cercetării.
În primul rând, se intenţionează să se creeze infrastructura de VRE pentru integrarea surselor
externe într-o platformă web colaborativă. Principalii furnizori ai viitorului VRE sunt
bibliotecile digitale, proprietarii legali ai corpusurilor - lexicoane în istoria învăţământului –
sub format digital. Paginile lexicoanelor (lemma) sunt reprezentate de imagini; capitole
lexicoanelor sunt înregistrări de metadata iar înregistrările sunt agregate în volume. Fiecare
lexicon este reprezentat în bibliotecă digitală de o colecţie digitală.
Construcţia arhitecturii modelului DRM este, prin urmare, o combinaţie de părţi a diferitelor
modele: (1) cerinţele şi obiectivele DRM prin viziunea modelului de business (model de flux
de lucru), (2) din studierea ghidului de funcţionalităţile (forward engineering), şi (3)
specificaţiile de servicii ale implementărilor existente (reverse engineering), (4) extrase din
abordările similare din literatură, (5) feedback-ul utilizatorilor. Soluţia este combinarea
primele trei surse într-un model de referinţă complet şi o arhitectură concretă. Părţile comune
între modele ne dau încredere în convergenţa abordării noastre. Astfel, arhitectura reprezintă o
abordare comună a tuturor părţilor implicate şi poate fi văzută ca o “foaie de parcurs” în
vederea realizării DRM. În următoarele secţiuni vom prezenta câteva dintre cerinţele pe care
21

am considerat ca fiind deosebit de reprezentative pentru stabilirea modelului de DRM, şi
astfel vom releva o listă de functionalitaţi noi extrase din aceste scenarii.
Table 4.1. Centralizarea cerinţelor şi alinierea acestora
Cod Nume Cerinţele
utilizatorilor
W01. Interfaţă utilizator
intuitivă
W02. Suport pentru
feedback.
W03. Funcţionalitate de
punere la zi facilă
W04. Granularitate fină a
informaţiei.
W05. Suport pentru
documentaţie şi
ghiduri online
22
Cerinţele
repository digital
U05 R01 C08
U07
W06. Multilingualism U06
W07. Conţinut admiţând
linkuri incrucişate
W08. Integrarea cu alte
CMS sau aplicatii
Semantic Web
W09. Identificatori
persistenţi
W10. Funcţionalitate de
căutare intuitivă
U03, U05, U09
U01, U04 C01
U09 C08
U03 C02
U09 R04, R05, R08,
R09
Cerinţele unui
sistem de
semantic content
management
C03
R07 C04
U03 R02 C05
W11. Navigare facilă U03 C06
W12. Grade diferite de
formalizare a
informaţiei
W13. Urmărirea
modificărilor şi
controlul versiunii
W14. Managementul
drepturilor de
acces.
W15. Acces deschis la
obiecte.
W16. Separarea datelor
de metadate.
U01, U02 C06
U07, U08 R07 C10
U05 R01 C09
U05, U07 R01 C05
U02 R03, R10 C06

4.2. Descrierea modelelui de referinţă propus
4.2.1. Metodologia
Obiectivul este de a gestiona colaborativ un repository cu facilităţi semantice. Repository-ul
semantic va fi folosit pentru a gestiona, integra şi de a crea arhitecturi din mai multe surse şi
pentru utilizarea instrumentelor bazate pe diferite limbaje şi tehnologii. Ipoteza de cercetare
nu susţine că modelul semantic de repository şi de infrastructură vor fi necesare sau potrivite
pentru toate cazurile de utilizare. În acest scop, repository-ul semantic trebuie să fie capabil de
a trata cu arhitecturi exprimate în diferit limbaje de modelare şi expresii idiomatice. Limbajele
pentru proiectarea arhitecturilor sunt: UML, OWL, BPMN, RDFS şi XML, precum şi alte
unelte în format propriu.
Repository-ul digital cu comportament semantic este necesar pentru a înţelege semantica
încorporată în diverse arhitecturi exprimate folosind aceste formalisme şi a facilita o viziune
comună coerentă a modelului de business.
Pentru atingerea interoperabilităţii semantice este necesară o infrastructură de legatură care
necesită o abordare MDA sau RDFS, sau ambele. Datorită intenţiei de mediere a acestor
infrastructuri (cerinţa de bi-directionalitate a interfeţei cu sistemele din ambele medii pe care
le leagă) şi în ambele sensuri (arhitectura ar trebui să admită inversă), modelul de referinţă
poate fi folosit din oricare punct de vedere. RDFS este selectat ca fiind "limbaj de bază" şi iar
MDA ca limbaj de mapare.
Această nouă abordare prezentată în cele ce urmează îşi propune să combine ontologii şi
fluxuri de lucru pentru protocoalele formalizate utilizate în managementul repository.
Fluxurile de lucru permit o reprezentare intuitivă a protocoalelor şi a resurselor. Specificaţiile
fluxul de lucru pot fi stocate ca pagini wiki şi partajate în mod dual:
1. reprezentare RDF şi mecanismul de şabloane SMW, şi
2. limbajul standard XPDL prin extensia Wikiing Pro Extension [47] (reprezentare
grafică în BPMN).
Prin intermediul ontologiilor, cunoştinţele referitoare la managementul repository-ului digital
pot fi direct integrate în modelul fluxului de lucru şi partajate utilizând modelul standard
OWL, Web Ontology Language. În acest mod, constrângerile precis definite în ontologii sunt
transferate către blocurile de protocol (tasks sau actions). Protocoale pentru diferitele scenarii
şi cazuri de utilizare sunt lipsite de ambiguitate folosind vocabularului comunităţii, şi astfel
acţiunile importante sunt identificate cu precizie.
Ontologiile formale prezintă limitări atunci când descriu protocoale. Structura modulară a
proceselor de gestionare a repository-ului nu este bine identificată, iar acest lucru nu poate
facilita refolosirea de "blocuri de construcţie".
Metoda de bază în managementul colaborativ al repository-ului digital extinde modelul de
flux de lucru flexibil expus în [189] şi se bazează pe două mecanisme: şabloane wiki si
ontologia fluxului de lucru.
În primul rând, mai multe tipuri şablon “recoltabil” au fost dezvoltate, având funcţionalităţi
diferite, dar care vizează acelaşi obiectiv general: integrarea metadatelor. Fiecare tip de şablon
recoltabil a fost dezvoltat ca o resursă şi are ataşat un şablon de flux de lucru. Ambele obiecte
se stochează în stratul Mediator [183].
În contrast cu structura binară utilizată pentru concepte şi indivizi, şabloanele sunt
caracterizate printr-un triplet format în care elementul central este un predicat, şi anume, un
nume de relaţie, care există între unul sau mai multe argumente introduse prin intermediul
rolurilor. Formatul general al şablonului abstract este următorul:
(Pi (R1 a1) (R2 a2)... (Rn an))
În expresia anterioară, Pi denotă o etichetă care defineşte un şablon predicativ, Rk, k = 1,...,n,
defineşte simbolic rolurile, iar ak, k = 1,...,n, definesc simbolic argumentele.
23

Instanţele (ca evenimente predicative) din şabloanele predicative reprezintă evenimente unice,
specifice, şi sunt în domeniul componentei factuale.
Această abordare reconsideră rezultatul din [147], care stipulează faptul că clasele
restricţionate de şabloane corespund cu tipul de gramatici Chomsky 1-3: senzitive la context,
libere de context, şi regulate. O teoremă demnonstrată de Parr afirmă că: şabloanele regulate
generează limbaje regulate.
De obicei, şabloanele operează cu un set de atribute. Atributele sunt văzute ca terminale
(vocabulare) ale unei gramatici generative iar şabloanele sunt regulile de producţie. De
exemplu, pentru XML definiţiile tipului de document (DTD-uri) sunt, în esenţă gramatici
libere de context, şi prin urmare, un şablon cu caracteristicile unei gramatici libere de context
poate genera orice document XML definibile printr-un DTD. Un motor simplu pentru
randarea unui şablon care emulează un automat “push-down” poate genera automat
documente XML, şi astfel impune separarea strictă a modelului şi interfaţă [147].
A doua componentă este o ontologie, numită ontologia fluxului de lucru [183], care reprezintă
relaţiile între fluxurile de lucru, resurse şi utilizatori. Metoda combină modelul pentru
managementul fluxului de lucru cu modelul de şablon pentru interoperabilitate. Utilizatorii,
mesajele, şabloanele, metadatele sunt resurse.
Un model de flux de lucru poate fi privit din patru perspective, şi anume, controlul fluxului,
fluxul de date, modelul organizaţional, şi constrângerile fluxului de lucru.
Fluxul de control captează perspectiva structurală a fluxului de lucru şi se referă la ordinea de
executare a sarcinilor.
Fluxul datelor descrie elementele de date care sunt consumate, produse şi transferate de către
activităţi şi construcţiile de direcţionare şi dependenţele lor. Ele sunt resurse de intrare-ieşire.
Modelul organizaţional defineşte fluxul de lucru asociat resurselor, cum ar fi utilizatorii,
rolurile, unităţile organizatorice şi aplicaţii, precum şi relaţiile dintre ele.
Figure 4. 3. Reprezentarea fluxului de lucru ca graf.
Diagrama de mai sus prezintă o schemă simplă a flux de lucru reprezentat sub forma unui
graf. Fluxul de lucru este considerat valid dacă şi numai dacă poate fi stabilită o relaţie de
mapare (din punct de vedere sintactic şi semantic) între fluxului de control de intrare şi de
ieşire a componentelor aferente. În mod similar, aceleaşi tipuri de relaţii de mapare se vor
stabili şi pentru fluxurile de date.
24

Constrângerile fluxul de lucru servesc ca hub care conectează cele trei perspective menţionate
mai sus prin specificarea de norme pentru executarea fluxului de lucru, cum ar fi normele de
rutare pentru nodurile de ramificare, atribuirea de resurse (şabloanele, fişiere de intrareieşire),
şi alocarea elementele de date către activităţi.
În continuare prezentăm modelul metadatelor pentru fluxul de lucru după cum urmează:
Message = {Msg#, Msg, replyMsg}
Document = {Doc#, Abstract, DocType, Doc}
MetadataTemplate = {MetTemp#, Rules}
Task = {Task#, User, Msg#, Doc#, ClientApps, InvokedApps, DispatchingRules,
InputParameters, OutputParameters}
TaskInstance = {TaskIns#, Task#}
WorkflowTemplate = {WfTemp#, Task#, Transition-Rules, MetTemp#}
WorkflowInstance = {WfIns#, User, WfTemp#, OutputReport#}
Figure 4. 4. Ontologia fluxului de lucru
Ontologia aplicaţiei defineşte precis semantica pentru activităţile referitoare la managementul
repository, în timp ce fluxurile de lucru sunt, în principal concepute pentru a le orchestra.
Ideea a pornit de la modelul general care foloseşte ontologia fluxului de lucru şi care poate fi
formalizat ca în figura [4. 5.].
Modelul rafinează nivelurile de abstracţie în care fluxurile de lucru pot fi definite, [173]
introducând un strat de mediator de mapare, având modelul de software social ca suport.
Acesta este nivelul de abstractizare care susţine managementul fluxului de lucru, monitorizare
şi control. Deşi pare mai degrabă un model tipic de flux de date, modelul este o simplă
adoptarea a unui model hibrid adaptând limbjul folosit de fluxul de date cu construcţii limitate
tranzacţionale de control. Această abordare are cele mai bune şanse de a fi interoperabilă cu
cele mai multe unelte şi platforme pentru ducerea la bun sfârşit a scopului tezei.
Multe din elementele ontologiei aplicaţiei sunt adoptate din ontologia repository digital, aşa
cum sunt definite în modelul 5Ss. Aceste elemente sunt transferate către clasa "Process" ca
blocuri de component (taskuri) ale de fluxuri de lucru, şi folosirea vocabularului repositoryului
ca parametri pentru procese (de exemplu obiecte digitale, colecţii). Procesele sunt
executate folosind un set de instrumente specifice (variind de la wiki editor la aplicaţii
personalizate dezvoltate special), pentru execuţia intregului protocol.
25

Se foloseşte indirect un standard disponibil în cadrul comunităţii fluxului de lucru: notarea
BPMN şi serializarea sa XPDL prin extensia Semantic MediaWiki Process Extension Editor
[47], care, la rândul său, pune în aplicare un plugin către editorul Oryx 3. Această extensie se
bazează pe capacitatea de interogare a proprietăţilor semantice care este furnizată de Semantic
MediaWiki, şi afişează aceste rezultatele interogării ca un proces grafic. Interogarea adaugă o
posibilitate de formatare a rezultatului special SMW care transformă rezultatul interogării
unui proces în limbaj GraphViz DOT şi returnează graficul procesului corespunzător creat cu
DOT.
O altă abordare semantică pentru formalizarea fluxului de lucru, complementar cu acesta este
folosirea conceptului de modelare a procesului şi este derivat din reţele Petri. În această
abordare, luăm procesele formalizate în RDF, le transforma în reţele simple Petri şi le
utilizăm într-un motor de execuţie de proces. Utilizatorii le pot apoi modifica fie prin paginile
Wiki care conţin şabloanele sau direct modificând modelul procesului.
Pentru descrierea fluxlui de lucru, ne bazăm pe caracteristica SMW de a forma o ontologie
simplificată dat fiind crearea paginilor în semantic wiki. Am combinat această caracteristică
cu şabloanele wiki semantice pentru a reprezenta descrierea fluxului de lucru. Fiecare
activitate poate fi reprezentată de o pagină wiki semantică. În acest fel, întreaga ontologie
poate fi împărţită în componente (a se vedea figura 4. 4).
Apoi am urmat ideea de a lega cele două meta-modele, XPDL şi ontologia SMW, pentru a
stabili corespondenţe semantice între elemente respective. Decizia de a folosi serializarea
XPDL nu este obligatorie. În loc de XPDL (care este un standard), un şablon wiki şi
serializarea XML pentru şablon poat juca acelaşi rol. Construcţii ca Action şi Application pot
fi emulate prin şabloane wiki şi proprietăţi semantice.
XPDL poate fi considerat ca făcând parte din meta-modelul definit în XSD, care este metameta-modelelul
său. Prin urmare, construcţiile limbajului XPDL inclusiv Application şi
Activity, aparţin nivelului M2. În M1 am plasat definiţiile de Application şi invocarea şi
instanţe de Activity. O activitate reprezintă o acţiune care se va realiza printr-o combinaţie de
resurse şi / sau a aplicaţiilor informatice. Definiţia de aplicare reflectă interfaţa care trebuie să
fie utilizate pentru a apela serviciile specifice executate de respective activitate, inclusiv
parametrii de apelare.
Al doilea meta-model este SMW care are OWL ca meta-meta-model.
Prin urmare, în SMW categoriile şi subcategoriile de proces sunt abstractii ale Action de
asemenea. Ca urmare a acestei interpretări, Categoriile şi instanţele din Subcategorii, aparţin
nivelului M1. Deoarece SMW şi XPDL sunt ambele plasate la nivelul M2, am aplicat o
transformare model la model din meta-modelul SMW la meta-modelul XPDL care permite
integrarea lor.
Metodele OOP, definiţia şi invocarea lor, aparţin nivelului M1, întrucât regulile gramaticale
aplicate pentru a scrie metodele sunt plasate la nivelul M2. Instanţe ale clasei Process pot fi
considerate ca metode şi clasa Process ca meta-metodă, deoarece acesta descrie ceea ce este o
metodă. Stabilirea unei relaţii între clase SMW şi aplicaţiile XPDL permit integrarea
semantică a ontologiei în fluxurile de lucru.
Datorită naturii versatile a SMW, fiecare categorie corespunde unei clase de ontologie, dar în
acelaşi timp, reprezintă şi o instanţă a ontologiei, fiind, de asemenea, o pagină wiki.
Proprietăţile semantice (aparţin owl: DatatypeProperty), specifica tipurile disponibile de
parametri. Ierarhiile de categorii pot să conţină direct obiecte care pot fi manipulate prin
acţiuni; şi valorile scalare, care pot fi apelate de acţiuni. Procesele pot fi descrise prin
utilizarea unei combinaţii de şabloane semantice, proprietăţi, paginile wiki şi vocabulare
controlate.
Prin urmare, modelul SMW suportă ambele nivelule de abstractizare în care fluxurile de lucru
pot fi definite: şablonul de flux de lucru şi instanţă fluxului de lucru. Extensiile SMW RDF
3 Oryx web-based Business Process Editor http://code.google.com/p/oryx-editor/
26

import / export, adaugă un nivel intermediar de mapare între ontologia SMW, ontologia
fluxului de lucru şi motorul de execuţie. O relaţie poate fi stabilită între instanţele de Action
(pagini wiki) şi Application.
În cazul de utilizare a serializării XPDL, un mecanism de translaţie oferă un set de construcţii
Application XPDL apelabile prin activităţi blocurilor de flux de lucru. Aplicaţiile invocate
impun specificarea completă a parametrilor formali ai acestora. Fişierele de date, ca resurse
pot fi reprezentate grafic în fluxul de lucru (compatibilitate BPMN) şi / sau reprezentarea pe
baza şabloanelor.
Figure 4. 5. Exemplu de sablon de flux de lucru reprezentat prin MediaWiki Process Extension
Editor
În exemplul de mai sus este prezentată o descriere a şablonului de flux de lucru utilizând
reprezentarea grafică în paginile wiki. Uneltele sunt reprezentate ca Roluri (adică Ingest Tool,
Wiki Editor). Resursele sunt descrise prin folosirea icoanei "folder". Procesul este descries în
etape cu ajutorul sub-proceselor ca pagini wiki. Unul dintre aceste procese este reprezentat,
după cum urmează:
{{Process Step
|Belongs to process=Workflow Template
|has Role= Harvesting Tool
|has Successor = Process Metadata
|uses Resource = Configuration File.xml
}}
The process starts with Input Collection into Wiki.
27

Tool support:
* wiki
* wiki template syntax
* Metadata Exchange Agreement
Un mechanism de translaţie permite reprezentarea şablonului de flux de lucru direct în
paginile SMW prin extensia RDF import/export. Pentru reprezentarea grafică ca în figura de
mai sus, se utilizează de asemenea şabloane wiki combinate cu interogări semantice.
Infrastructura de metadate este hub-ul în care capacităţile diferite ale repository-ului semantic
se integrează. Aceasta include sincronizare în ambele sensuri, cu sursele externe de informaţii
- modele, arhitecturi, ontologii, cerinţe, procese, etc - definirea entităţilor şi modul în care
aceasta funcţionează, ca şi în următoarea diagramă.
Figure 4. 6. Modelul de referinţă şi arhitecturile concrete
28

Metadatele joacă rol dublu în abordarea noastră: ele au rol de resurse (repository este în
primul rând cel care conţine metadate), şi rol comportamental - acestea fiind utilizate şi de
care instrumente pentru a-şi îndeplini misiunea de business.
Sursele de resurse utilizează limbaje sursă. Acestea au fost analizate pentru a releva semantica
şi a le defini ca componente semantice, ori de câte ori este posibil interpretarea lor neambiguă.
Setul de componente semantice reprezintă nucleul semantic. O sintaxă specifică sau un format
de fişier este mapat la reprezentarea sa de bază semantică din nucleu atunci când este importat
în sau exportate din repository-ul digital.
Sursele de metadate noi, achiziţionate printr-un şablon nou vor implica un nou şablon flux de
lucru şi va genera un şablon de ieşire nou, pentru integrarea in repository.
4.3. Algoritmul de integrare in pseudocod
Start thread:
if exists more then n threads then exit;
else {
if(exists on thread which process thumbnails) call processMetadata;
else if exists image_jobs call processImages;
else call processMetadata;
}
exit;
procedure processMetadata
{
read metadata templates from resource;
read the workflow template attached to every metadata templates;
if exists waiting jobs
{
process jobs in conformity with metadata template;
exit;
}
else
{
read medatata from template-parameter-indexer service;
if(metadata_set not null) then
{
create_task_instance_for_processing;
write the result in user interface;
exit;
}
else exit;
}
}
29

4.4. Ontologia aplicaţiei
Figure 4. 7. Ontologia aplicației prezentată la nivel înalt
30

Am creat trei modele diferite, care inglobează aspecte diferite ale logicii modelului de
referinţă: model de ontologiei aplicţiei (AO), modelul ontologiei fluxului de lucru (WO), şi
modelul ontologiei repository digital (RO). Aceste modele nu reflectă numai proiectarea ci şi
acoperă parţial arhitectura de referinţă, dar şi captează, de asemenea, informaţiile despre
metadate adunate în timp (de exemplu, pe parcursul întregului ciclu de viaţă al obiectului
digital). Metadatele includ informaţii despre versiuni, şabloane şi colecţii. Am conectat
ontologia aplicaţiei la alte ontologii deja existente din alte domenii. Un ingest in repository,
de exemplu, poate fi văzut ca o reprezentare a unui flux de lucru. Prin urmare, am folosit
conceptele definite de ontologia fluxului de lucru a lui Tim Berners-Lee pe care am extins-o
cu concepte specifice. Descriem în continuare pe scurt ontologiile externe şi abrevierile
(prefix) utilizate.
doap: Description of a Project defineşte concept despre depizitul digital ca şi diferitele
versiuni de depizit utilizate în abordarea de faţă (de ex., CVS Repository, metadata
repository)
dcterms: Dublin Core este folosită ca ontologie generală pentru creatori. În această
ontologie, conceptele modelează activităţile creatorilor (autori, lucrări).
foaf: The Friend Of A Friend Ontology este o abordare care modelează reţele sociale
persoane şi conexiunile dintre ele.
wf: ontologia de flux de lucru a şui Tim Berners-Lee. În abordarea noastră, de exmplu,
procesul de ingest este considerat un flux de lucru. Atfel, un transfer in wiki este
wf:Instance care este compus din wf:Tasks care la randul său poate avea o stare
neterminală wf:NonTerminalState (procesare în etape) sau o stare terminală
wf:Terminal-State (process închis).
Metadate exprimate ca metadate structurate reprezintă resurse. Artefactele aplicaţiei sunt
resurse şi sunt cuprind parametrii de intrare-iesire, template-uri si altele. Unitatea principală
logică de procesare este colecţia şi pe această resursă este bazată logica aplicaţiei.
Relaţiile între conceptele sunt, în general, bidirecţionale, fiecare relaţie dispune de o relaţie
inversă. De exemplu, între o colecţie şi obiectelor sale digitale există o relaţie moştenită de la
ontologia de deposit digital: Colecţia hasMember un DigitalObject şi DigitalObject
isMemberOf a unei colecţii date.
O parte din aceste ontologii sunt reprezentate în Semantic MediaWiki folosind concepte şi
proprietăţi semantice. Pentru moment, ele sunt folosite doar pentru o descriere lizibilă atât
pentru factorul uman cat şi pentru maşină, dar mai târziu, odată cu creşterea capacităţii de
raţionare a SMW peste reprezentarea RDF, sperăm în creerea de cunoştinţe suplimentare şi
funcţionalităţi îmbunătăţite prin deducerea de triplete noi.
4.5. Calitatea metadatelor
De obicei, mai multi specialiști colaborează pentru a gestiona metadatele şi conţinutul:
creatori de date, managerii de date şi curatori, cei care caută date, transformatorii de date si
inginerii software. Sarcina utilă se balansează între două extreme: metadatele complete
încarcă costurile pe creatori, manageri, curatori şi, pe de altă parte, metadatele minimale,
încarcă costurile pe descoperitorii de date.
Calitatea metadatelor depinde de doi factori. Unul dintre factori este acest fragil compromis:
cat de multe de metadate trebuie să fie prezentate de către furnizorii de date sau adăugate cu
ajutorul instrumentelor inteligente? Fără metadatate de calitate, semnificative şi standardizate,
lipseşte ingredientul esenţial care le va face eficiente pe Web. Fără metadate de calitate,
şansele de a fi găsit conţinutul sunt în mod semnificativ diminuate.
Pe de altă parte, un manager de metadate, de obicei, are sarcina de a verifica metadatele
folosind instrumente mai mult sau mai puţin automate. Această procedură este costisitoare ca
timp, predispuse la erori şi încarcă gestionarea repository cu costuri umane suplimentare.
Rezultatul acestui proces se rezumă la acceptarea sau respingerea metadatelor la nivel global.
Feedback-ul către furnizorii de date este în cele mai multe cazuri contradictoriu şi făcut
înainte de intrare (mediat de software).
31

Verificarea calităţii metadatelelor este explicit făcută în cadrul abordării tezei. Prin adoptarea
protocoalelor din wiki, politicile şi tratatelor, soluţiile software suportive pot ajuta la uşurarea
controlului calităţii şi revizuirea metadatelor.
Furnizorii de date pot fi conştientizaţi de existenţa unui set minim de metadate folosind
protocoale în wiki şi mecanismul de şabloane din MediaWiki, împreună cu software-ul care
doar susţine controlul calităţii metadatelor (după intrarea). Ei vor fi notificați, dar nu forţaţi, să
transfere din nou, un set complet de metadate. Există doar un caz singular în care metadatele
vor fi respinse complet: nici un URI valabil nu a fost detectat şi resursele media nu pot fi
identificate in sistemul furnizorului.
4.6. Studiu comparative între modelul de referinţă OAIS şi modelul
colaborativ propus de teză
Tabelul care urmează compară modelul de referinţă OAIS, aşa cum este el prezentat în
Capitolul 3.1 cu modelul colaborativ pentru managemnetul repository-ului. Vom sublinia
nejunsurile şi limitările acestui model pe componente şi sub-componente. Modelul nostru
colaborativ nu este un model generic, din contră, el este puternic ancorat în comunitatea şi
mediul social format în jurul acestui obiectiv virtual care este repository-ul.
Table 4.2. Comparaţia dintre modelul de referinţă OAIS şi modelul colaborativ
pentru managementul repository-ului
Componente Sub-componente Modelul OAIS Modelul Colaborativ
Mediul Nivelul strategic Interacţiunea cu sistemele externe
nu este bine stabilită. În fapt, dacă
sistemele externe nu pot fi
clasificate conform rolurilor
prestabilite de OAIS (Producer,
Consumer sau Management)
modelul nu poate lua în
considerare interacţiunea cu
Model
Informaţional
Model
Functional
Comunitatea
destinatară
aceste sisteme.
Este necesară o mai fină
granularitate pe un nivel
intermediar astfel încât să se poată
distinge comunitatea primară de
alte comunităţi din acelaşi mediu.
Partenerii Partenerii sunt împărţiţi în 3
categorii: Producer, Consumer şi
Management. Nu există nici o
ipoteză asupra relaţiilor dintre
aceste categorii sau alte categorii
de parteneri care nu se încadrează
aici.
Definirea fluxului
de lucru
Ingest
(operaţiunea
abstractă put())
OAIS sugerează existenţa unui
flux de lucru rigid între SIP, AIP
şi DIP. Modelul nu reflectă astfel
practicile curente ale repository-
urilor.
Funţia de pre-ingest este
considerată într-un alt model.
32
Nivelul strategic este bine-definit
datorită contextului colaborativ şi
social în care se presupune ca
modelul va fi aplicat. Strategia este
bazată pe politici, tratate şi consens.
Nivelul strategic este reprezentat pe
acelaşi nivel ca şi nivelul de
management al repository-ului.
Comunitatea ptimară este foarte bine
definită în abordarea noastră. Este
comunitatea comasată în jurul
repository-ului. Restul comunităţilor
nu sunt explicit numite, dar coexistă
implicit şi schimbă date şi mesaje
prin functinalităţi de import/ export
către CMS, biblioteci digitale şi alte
grupuri de utilizatori.
În abordarea noastră, există un singur
tip de actor: membrii comunităţii
având roluri si prerogative uşor
diferenţiate. Această impărţire
arbitrară în 3 categorii făcută de
OAIS se reflectă nenatural în ciclul
de viaţă al obiectului informaţional:
achiziţionarea informaţiei fără
partajare („shared-ness”) .
Colecţia este singura entitate logică
gestionată de fluxul de lucru. Această
abordare care utilizează ontologia
fluxului de lucru este mai flexibilă şi
cuprinde şi nivelul strategic.
Funcţia de pre-ingest este inclusă în
ontologia fluxului de lucru şi în
fiecare şablon de flux de lucru. Faza

Managementul
datelor
Managementul datelor nu reflect
munca laborioasă care va fi făcută
la acest nivel.
Arhivarea Urmărirea adiţională şi
înregistrarea fluxului poate fi
necesară.
Administrativ OAIS prevede feedback către
Producători, dar acest deziderat
este unul administrativ şi nu este
obligatoriu.
Managementul colecţiilor, politici
legate de colecţii, protecţia datelor
şi controlul accesului nu sunt
acoperite suficient de modelul
OAIS.
33
de validare se face după intrarea în
sistem (software supported):
i. faza preliminară – include
contracte şi negicieri;
ii. faza formalizării –
proiectarea colecţiei şi stabilirea
tratatelor;
iii. faza de transfer – transferul
colecţiei pe platforma de
management;
iv. faza de validare –
procesarea validării;
v. faza de feedback – validarea
rezultatelor şi feedback.
Parţial, managementul datelor este
inclus în ontologia fluxului de lucru.
Această funţonalitate este prevăzută
într-o component specială a fluxului
de lucru: Workflow Dispatcher.
In abordarea noastră, acest feedback
către producători este inclus in fluxul
de lucru. Feedback-ul este un process
iterativ: primul feedback este dat
imediat după încarcarea datelor, iar
celalălalt include rezultatul
procesului de ingest.
Managementul colecţiilor este
punctual central în abordarea noastră;
colecţia fiind singura entitate
manageabilă de către repository.
Politicile legate de colecţii sunt
incluse în stratul strategic. Protejarea
datelor şi controlul accesului rămân
la nivelul administrativ.

5. ARHITECTURA DE
REFERINŢĂ ŞI
IMPEMENTĂRILE CONCRETE
In acest capitol este prezentata arhitectura de referinţă precum trei arhitecturi concrete şi
implementarile aferente lor.
Arhitectura de referinţă urmeaza paradigma Mediator. Arhitectura de referinţă utilizează
ontologia aplicaţiei pentru a comunica cu şabloanele de date şi repository-ul digital care nu
vor comunica direct una cu alta. Anumite constrangeri de comunicare pot fi impuse la acest
nivel. Stratul Mediator defineste regulile de control care dictează modul în care
interacţioneaza nivelele de jos şi de sus. Straturile sunt slab cuplate, caracteristică care este
menţinută prin comunicarea cu stratul Mediator. Aceasta comunicare este posibila urmand
cativa pasi:
Mai intai, s-au dezvoltat cateva tipuri de şabloane, avand diferite functionalităţi – e.g.,
colectarea metadatelor, chei de identificare wiki, integrarea metadatelor dintr-un repository
extern. Fiecare tip de şablon MediaWiki poate fi folosit la colectarea metadatelor are ataşat un
şablon de flux de lucru; ambele şabloane sunt stocate în MediaWiki ca “pagini” într-un spaţiu
de nume special [182].
Componenta urmatoare este o ontologie, numită şi ontologia fluxului de lucru [182] şi ea
reprezintă relaţiile dintre fluxurile de lucru, resurse şi utilizatori. În acest fel se combină
modelul de management al fluxului de lucru cu modelul de şabloane MediaWiki pentru
interoperabilitate. Utilizatorii, mesajele, şabloanele şi metadatele sunt considerate resurse.
O component importanta este dispecerul fluxului de lucru [41] care este responsabil pentru
intregul proces: definirea elementelor, crearea şabloanelor şi generarea instantelor (automatic
şi dependente de context). Monitorizarea fluxului de lucru şi controlul uneltelor implicate este
trasat în mod real prin interogarea instanţelor fluxului de lucru.
5.1. Descrierea tehnologiei şi dezvoltarea
Modelul de referinţă este construit pe tehnologiile MediaWiki şi Semantic MediaWiki [115].
Alegerea acestor tehnologii MediaWiki ca tehnologii suport se bazeaza pe caracteristici ca:
unealtă colaborativă, crearea facilă a paginilor şi linkajul lor, unealtă care tratează în mod
uniform şi formal specificaţiile informale ale diferitelor componente ale modelului unei
intreprinderi.
Scopul general este integrarea media şi/sau a metadatelor aferente într-un repository
centralizat, în conformitate cu standard structurale şi de conţinut, şi cu un protocol de transfer
al metadatelor. O asemenea integrare constă în urmatorii paşi:
A. Stabilirea furnizorilor datelor şi/sau metadatelor, acorduri asupra protocolului de transfer
al metadatelor şi strategia de integrare. Acest pas stabileşte subsistemul de intrare în
sistemul de integrare.
B. Stabilirea repository final şi arhitectura sa. Pentru aceasta, este nevoie de urmatorii paşi:
Arhitectura Obiectului Digital. Arhitectura obiectului digital reprezintă structura atomică a
repository digital şi trebuie de asemenea să exprime relaţiile dintre obiectele digitale.
Formatul acestei reprezentari este strâns legat cu tehnologia de sistem de repository.
Arhitectura Obiectului la nivel de repository. Acest obiect reprezintă un model compozit
structura lui constă din agregarea mai multor obiecte digitale. Acesta agregare de obiecte
34

digitale reprezintă modelul structural al repository şi unitatea logică care va fi menţinută la
nivelul acestuia.
C. Dezvoltarea conţinutului şi productia fluxurilor de lucru. Urmand protocolul şi ciclul de
viaţă al resurselor digitale, şabloanele pentru managementul metadatelor şi uneltele
dezvoltate pentru realizarea acestora sunt:
Colectarea metadatelor de la furnizorii de metadate
Agregarea metadatelor în repository
Feedback-ul catre furnizorii de metadata şi rapoartele privind
managementul repository-ului.
D. Servicii de intreţinere şi unelte de cautare.
Pentru a îmbunatăţi cooperarea şi coordonarea dintre unelte, am creat ontologia fluxului de
lucru [182] şi am implementat un flux standard de management al repository digital înauntrul
unui sistem wiki.
Figure 5. 1. Modelul pe nivele suportat de MediaWiki
Prima şi a doua arhitectură concretă utilizeaza atributele MediaWiki şi SMW pentru
colectarea, agregarea şi stocarea metadatelor. Aceste arhitecturi concrete au fost prezentate în
articolele [36][37][38][39].
Cea de-a treia arhitectură adresează problema integrării metadatelor. Metadatele şi conţinutul
media sunt furnizate de o biblioteca digitală şi integrate în SMW. Aceasta arhitectură concretă
a fost prezentată în articole [184][156].
5.2. Prima arhitectură concretă
Constrângerile de implementare şi cerintele contextuale:
1. Iniţial, conţinutul media şi metadatele se aflau în sistemelor proprii ale furnizorilor de
date;
2. Integrarea se face într-un sistem de repository extern. Opţiunea cea mai potrivită este
sistemul Fedora Commons, fiind un sistem de repository cu facilităţi semantice şi
permitând o arhitectură flexibilă. Fedora Commons este prezentat în capitolul 3 al
35

tezei ca si caz concret de implementare al modelului OAIS de management al
repository-ului digital. Am ales aceasta variantă pentru că este un sistem open source
cu instanţe funcţionale multiple iar proiectul este în continuare menţinut de
Universitatea Cornell.
3. în repository se vor integra numai metadatele în conformitate cu standardul structural
şi de conţinut stabilite anterior în protocolul de transfer al metadatelor [186].
Cele trei nivele ale primei arhitecturi concrete sunt dupa cum urmează:
1. Nivelul de colectare a metadatelor. Acest nivel este susţinut de sistemul MediaWiki.
Acest nivel este de fapt confundat în stratul utilizator – de cautare şi consultare. În
acestă abordare aceste doua straturi partajează aceeaşi infrastructură.
2. Nivelul de agregare – un set de unelte Java.
3. Nivelul de date –reprezentat de 3 baze de date: o baza de date este utilizată de Fedora
Commons pentru stocarea metadatelor, iar celelelte doua baze de date sunt utilizate de
unelte.
5.2.1. Obiect digital
Integrarea numai a metadatelor este o modalitate obişnuită de a construi o bibliotecă digitală
şi constă în cativa pasi:
1. Arhitectura obiectului digital. Mai întâi se stabileşte un model de obiect digital
compatibil cu modelul de conţinut al Fedora Commons Repository [178]. Structura
metadatelor va fi compatibila cu entităţile definite în protocolul Resource Metadata
Exchange Agreement [152].
Dintre tipurile de metadata (descriptive, administrative, de prezervare, de descrierea
drepturilor intelectuale, etc) metadata sunt cel mai des folosite în cautarea obiectului digital,
acţionând ca un un proxy pentru obiect, chiar daca indexarea directă nu este disponibilă.
S-au stabilit urmatoarele tipuri de obiecte:
Obiecte Media care corespund obiectelor din lumea reală (i.e. imagini, video,
translatări şi transcieri, fişiere audio).
Obiecte Provider – un obiect strcturat logic care descrie un furnizor de metadate;
Obiecte Collection ( agregări):
Colectie reală sau virtuală (agregare).
Colecţii de colecţii.
Secvenţe de date (datastreams) utilizate pentru a regăsi toate submulţimile
membrilor:
o metadate pentru agregare
o reguli specifice după care se compun colecţiile.
A fost aleasă o arhitectură simplă şi flexibilă pentru obiectul digital integrat în repository-ul
Fedora Commons: toate metadatele sunt exprimate ca relaţii RDF şi înglobate în fluxul de
date RELS-EXT. Aceste relaţii şi proprietăţi sunt exprimate via RDF şi descrise prin:
Includerea relaţiilor moştenite din ontologia de bază Fedora Commons:
colecţie/membru; întreg/parte; etc.
Includerea relaţiilor proprii ontologiei comunităţii care foloseşte repository-ul digital.
Toate metadatele fac parte din fluxul de date RELS-EXT. în acest mod există şansa de a
utiliza SPARQL, limbajul Web de interogare semantic.
Obiectul Media “isMemberOf” în mai multe colecţii.
Obiectul Media este în relaţia “serviceProvidedBy” Obiectul Provider.
36

Figure 5. 2. Architectura obiectului digital
2. Arhitectura Obiectului Digital la nivel de repository digital. Colecţia este modelul de
obiect digital agregat aleasă pentru Fedora Commons Repository. S-a decis ca toate obiectele
digitale să aprţină unei colecţii. Acesta va fi obiectul digital care este menţinut la nivel logic.
3. Modelul de dezvoltare al conţinutului şi producţia de fluxuri de lucru. Principalii paşi
pentru producţia de fluxuri de lucru sunt:
a. Furnizorii de metadata transmit metadatele care descriu fişierele media sau uneltele de
identificare utilizand o formă speciala (metadata harvesting).
b. Metadatele sunt stocate intr-un repository extern (metadata ingest).
c. O interfaţă a unei unealte de căutare permite utilizatorilor să lanseze interogări asupra
metadatelor din repository-ul digital.
Urmând protocolul de management al resurselor digitale, şablonul de flux de lucru care
descrie protocolul de management al metadatelor şi uneltele dezvoltate pentru îndeplinirea
obiectivelor sunt:
A. Colectarea metadatelor de la furnizorii de metadate.
Structura metadatelor va fi conformă cu Resource Metadata Exchange Agreement [78].
Acestă convenţie defineşte o shemă proprie pentru interoperabilitatea metadatelor. Această
schemă conţine elemente care extend schema Dublin Core cu elemente derivate din
aceasta.
Transferul utilizează sintaxa şablonelor MediaWiki ca sintaxă specifică pentru subsistemul
de intrare. Deoarece şabloanele sunt direct transformate pe platforma de repository şi
afişate în browser, aceasta conferă beneficiul implementării unui feedback şi o validare
parţială imediat dupa ce metadatele au fost încarcate pe server, permitând furnizorilor să
detecteze şi să corecteze imediat erorile.
Acest mecanism de recoltare a metadatelor (obiecte wiki în structură XML) este
implemetat în PHP ca extensie MediaWiki.
B. Agregarea metadelor în repository-ul digital. S-au dezvoltat un set de unelte în Java,
pentru managementul obiectelor digitale în Fedora Commons Repository, compus din şapte
unelte [183]. Am utilizat componente independente şi re-utilizabile şi tehnologii deschise
(Eclipse Public License - v 1.0 4 , şi Apache License Version 2.0 [5] ). Declanşate de un fişier
general de configurare XML stocat ca pagina normală wiki, aceste unelte pot lucra fie în
combinaţie fie separate indiferent de platformă. Datele transferate între unelte folosesc
formatul XML. Orchestrarea acestor unelte depinde de şablonul de flux de lucru ataşat care la
rândul sau depinde de şablonul wiki care va fi folosit de subsistemul de intrare. Orice instanţa
de flux de lucru este mapată la colecţie, ca element logic, astfel:
4 http://www.eclipse.org/legal/epl-v10.html
37

Datele în format XML sunt interogate de o unealta Java:
Transformările XML şi XSLT, asistate de Metadata Exchange Agreement, validează
metadatele şi crează obiectul digital în format FOXML propriu Fedora Commons;
Unealta de interogare internă, Internal Search tool, interoghează repository-ul digital
cautând colecţii deja existente în repository. Pentru aceasta se utilizează două motoare de
cautare: un motor bazat pe text - Lucene – şi un motor bazat pe interogări semantice cum ar
fi SPARQL [178]. Această unealtă decide automat, dacă colecţia curentă de prelucrat este
aceeaşi cu o colecţie deja existentă în repository-ul digital. Daca există aceasta egalitate,
colecţia veche este ştearsă din repository şi se va înlocui cu colecţia nouă şi din nou depusă
în repository.
C. Rapoarte şi statistici despre repository afişate în MediaWiki. O unealtă pentru editare
crează pagini wiki care conţin rezultatele ingestului, statistici şi starea fluxului de lucru.
Această unealtă de raportare, statistici şi managementul fluxului de lucru utilizeaza mecanisme
MediaWiki şi sunt implementate ca extensii ale motorului Bliki, un API scris în Java pentru
MediaWiki [178].
Prin mecanismul MediaWiki al categoriilor, furnizorii de date sunt informaţi asupra
rezultatelor stocării în repository-ul digital.
Generarea de statistici este declanşată de un proces programabil. Utilizarea şabloanelor
MediaWiki reflectă tot timpul starea nivelului de agregare al obiectelor digitale în
repository-ul digital.
D. Cautarea în repository. O unealtă bazată pe tehnologii web Adobe Flex implementează o
interfaţă orientată spre utilizatorul final şi a fost dezvoltată pentru a realiza interogarea
serviciului expus de Fedora Commons Generic Search Service (gSearch) [70]. Acestă interfaţă
este integrată în MediaWiki şi a fost implementată de o terţa parte.
Pentru a imbunataţi cooperarea şi coordonarea dinte unelte, a fost creată ontologia fluxului de
lucru [183]. Ea a fost implementată ca un model de flux de lucru standardizat şi reprezentat în
MediaWiki.
Figure 5. 3. Interfaţa MediaWiki care permite urmărirea în timp real a stării fluxului de lucru
38

O component vizuală este integrată în interfaţa MediaWiki, şi are rolul de a afişa starea curentă
aferentă instanţelor fluxului de lucru online. Această componentă este implementată ca
extensie MediaWiki şi foloseşte PHP şi tehnologii Ajax [174]. Componentele responsabile cu
resetarea stării fluxului de lucru prin fluxul de control nu au fost implementate dinadins.
Explicaţia pentru alegerea acestei opţiuni constă în natura absolut transparentă pentru utilizator
a interfeţei suport şi a posibilităţii ca fluxul de control să fie accidental intrerupt de aceştia.
5.2.2. Profilul utilizator şi specificarea colaborării
Pentru standardizarea metadatelor colectate de la diverşi furnizori, a fost sabilit Resource
Metadata Exchange Agreement. El defineşte tipul resurselor şi de asemenea câmpurile de
metadate pentru fiecare tip de resursa: title, keywords, subject category, scientific names,
copyright, license, format şi URIs. Sunt suportate diferite nivele de calitate ale resurselor
digitale (de exemplu, high-resolution, web-optimized, sau diferite mărimi de miniaturi) şi în
limbi diferite (de exemplu, titlul în engleza şi slovena) sub diferite URI-uri. De asemenea s-au
stabilit şi nivelele de necesitate ale entităţilor de metadate pe fiecare tip de resursa: necesare,
urgent necesare sau opţionale.
Utilizarea şabloanelor MediaWiki în paginile wiki permite citirea usoara a textului şi
raportarea la timp a erorilor, astfel încat transferal de la furnizorii de metadate către sistem este
mult uşurat, ei fiind singurii responsabili pentru aducerea la zi a datelor pe propriile
calculatoare şi nivelul calitativ al acestora. Sintaxa unul apel de şablon este similara
exemplului următor:
{{Metadata
| Type = StillImage
| Collection Page = Drawings from G. Viennot-Bourgin 1956 (entire plates)
| Provider Page = Julius Kühn Institute – Federal Research Institute for
Cultivated Plants
| Title = Planche 1
| Resource ID = 1851242627
| Copyright Statement = © G. Viennot-Bourgin
| License Statement = Licenses must be individually negotiated.
| Creators = by G. Viennot-Bourgin; edited by G. Hagedorn & W. Brandenburger
| Metadata Creator = G. Hagedorn
| Language = zxx
| Metadata Language = en
| Original Creation Date = 20.11.2002
| Country Codes = global
| Subject Category = Fungi-sensu-lato
| Taxonomic Coverage = Fungi (sensu lato, including Oomycota)
| Taxon Count = 1
|Best Quality URI =
http://160.45.63.55/storage/Fungi/Mixed/VBourg56/Plates/edt/Pl_01.png
| Best Quality Availability = online (free)
}}
39

Figure 5. 4. Şablon metadata
In acest mod, utilizarea şabloanelor pentru transferal metdatelor în wiki poate asigura rapoarte
atractive şi clare, facilitând raportarea erorilor (câmpuri absolut necesare, valori incorecte, etc).
Tot în scopul uşurarii colectarii datelor de la furnizorii de date care îşi vor pune datele în
formularele create prin şablonare şi de asemenea pentru a automatiza procesul de transfer, de
exemplu din tablele MS Access, s-au creat pagini ajutatoare în wiki în acest scop (dupa
principiul : ‘help user snap to grid’).
La acest nivel, utilizatorul va avea la dispoziţie şi facilităţile MediaWiki: pagini favorite,
pagini supravegheate, şabloane adiţionale, pagini de discuţie, etc. Toţi furnizorii de date fac
parte din aceelaşi grup de utilizatori wiki având aceleaşi drepturi de utilizare. Caţiva furnizori
de date utilizează unelte automate pentru a transfera resurse sau metadata în wiki (bots în
limbaj wiki).
5.2.3. Specificarea elementelor fluxului de lucru şi a relaţiilor dintre ele
Am utilizat şabloane MediaWiki ca formulare de structuri de date utilizand sintaxa wiki pentru
a permite furnizorilor de date sa publice metadatele despre conţinutul media intr-o operație de
“împingere” (push) în repository-ul digital.
Fluxul de lucru implică apoi o procedură de colectare automată a metadatelor în repository-ul
digital Fedora Commons, combinată cu crearea automată de rapoarte în paginile wiki. Aceste
rapoarte asigură feedback-ul către furnizorii de date şi utilizatorul final.
Metoda mai sus menţionată extinde modelul flexibil de flux de lucru expus în [187] şi se
bazează pe două mecanisme, după cum urmează:
In primul rând, au fost create câteva tipuri de şabloane pentru recoltarea datelor, având
funcţiuni diverse – colectarea metdatelor, metadate asociate cu cheile de identificare, etc.
Fiecare tip de şablon dezvoltat în MediaWiki are un flux de lucru ataşat; ambele obiecte sunt
stocate în MediaWiki ca “pagini” într-un spaţiu de nume special.
A doua componentă este o ontologie, numită ontologia fluxului de lucru [174], care reprezintă
relaţile dintre fluxuri de lucru, resurse şi utilizatori finali. Metoda combină metoda de
management al fluxului de lucru cu modelul de şabloanele MediaWiki pentru
interoperabilitate.
Un manager de flux de lucru [182][183] este responsabil cu ciclul de viata al fluxului de lucru
care consta în 3 faze principale:
40

Definirea elementelor fluxului de lucru: aceste defineşte contextual taskului şi ataşează
mesajele sau informaţia din elementele documentului [183].
Crearea şablonului fluxului de lucru: managerul fluxului de lucru defineşte informaţiile
despre fluxul de lucru şi combină teaskurile şi regulile de tranziţie pentru a forma un şablon
de flux de lucru.
Generarea instanţelor de flux de lucru (automatic şi dependente de context): se selectează
în mod dinamic un şablon de flux de lucru din lista de şabloane disponibile şi se crează o
instanţă executabilă de flux de lucru.
Monitorizarea şi controlul stării reale a fluxului de lucru este realizat de o unealtă care
interoghează instanţele active ale fluxului de lucru. Această unealta are două faze de
activitate:
Monitorizarea fluxului de lucru: verifică starea fluxurilor de lucru cu starea neterminală
din lista de fluxuri de lucru şi supraveghează progresul fluxurilor selecţionate;
Controlul fluxului de lucre: seteaza şi reseteaza starea fluxului de lucru ca Suspend,
Resume, şi Abort.
In urmatoarea imagine se observă progresul fluxurilor de lucru pentru activitatea de ingest în
repository-ul digital:
Figure 5. 5. Fluxul de lucru MediaWiki – privire de ansamblu.
Arhitectura corespunzatoare, pe straturi, este prezentată în figura următoare:
41

Figure 5. 6. Arhitectura cadrului de lucru în MediaWiki pentru obţinerea interoperabiliăţii
5.2.4. Alinierea modelelor şi specificarea interoperabilităţii
Alinierea între şabloane şi fluxurile de lucru se realizează prin două mecanisme: descrierea
şabloanelor MediaWiki şi handlerul de şabloane.
Şabloanele sunt pagini Wiki care pot fi 'transcluse' (incluse cu procesare) în alte pagini.
Sintaxa de baza este:
{{Templatename
| parametername1 = parametervalue1
| parametername2 = parametervalue2
|… }}
Metadatele unui obiect media într-o pagina wiki sunt transmise sub forma:
{{meta-data
| meta-datafield1 = meta-datavalue1
| meta-datafield2 = meta-datavalue2
|… }}
Acest format este relativ uşor de recoltat şi stocat în tabele create special pentru asta în baza
de date native MediaWiki. Astfel are loc o validare parţială la acest prim nivel, bazată pe
capabilităţile programatice şi de raportare native ale şabloanelor MediaWiki. Aceastea sunt
prevăzute cu un mecanism instant de raportare al erorilor.
Fiecare şablon are un handler ataşat. Unealta de ingest mapează sablonul de lucru potrivit cu
șablonul wiki corespondent. Aceasta mapare se face printr-o pagină wiki simpla. Pentru un
nou şablon de metadate, este necesar un nou flux de lucru şi un nou şablon wiki.
Fluxul de lucru mapează modelul de şablon pe modelul de repository utilizând transformări
XSLT. Paşii care se parcurg în cadrul acestui process sunt definiţi ca în pictograma
următoare:
42

Metadata.xml
Figure 5. 7. Descrierea transformărilor XSLT şi validarea procesului
O pagină de mapare wiki conţine un simplu document XML care reprezintă configuraţia:
Preprocess
metadata_preprocess.xslt
Metadata_preprocess.x
ml
Split files
metadata_split.xslt
Legatură dintre repository-ul digital şi furnizorii de date este realizată prin mecanismul de
descris în Metadata Aggregation Report. Unealta de ingest colectează toate erorile şi
atenţionările care au loc în timpul procesului şi le rapoarteaza în wiki. Fiecare colecţia va avea
un raport ataşat asupra bunul curs al operaţiunii de ingest. Toate rapoartele sunt colectate apoi
şi raportate într-o pagina ataşată paginii furnizorului de metadate. Aceste rapoarte se vor
folosi mai apoi pentru a obţine datele pentru evaluare.
43
000001.xml
000002.xml
Split_files.xml
Validate files
metadata_validate.xslt
Split elements containing
multiple values
metadata_multiple_tags.xslt
Validation_
results.xml
000001.xml.tmp
000002.xml.tmp
Splitted_files.x
ml
Vocabulary_type.xml
Generate FOXML files
metadata_foxml_2.xslt
Create error/warning files
metadata_filter_files.xslt
metadata_filter_warnings.xslt
metadata_filter_errors.xslt
foxml/000001.xml
forml/000002.xml
Foxml/valid.
xml
Valid_files.xml
../errors.xml
../warnings.xml

Figure 5. 8. Metadata Aggregation Report
Această implementare lucrează deja automat de peste un an (septembrie 2010).
5.2.5. Prototip pentru realizarea interoperabilităţii cu biblioteca digitala
Europeana DL
La sfârşitul acestei secţiuni este demn de menţionat prototipul de interoperabilitate dezvoltat
pentru a realiza colaborarea cu biblioteca Europeana DL. S-a instalat extensia furnizorul
Fedora’Commons OAI şi s-au dezvoltat cateva transformări XSLT pentru a translata modelul
de conţinut actual al repository digital în conformitate cu modelul de conţinut digital al
Europeana DL [40]. Am utilizat “crosswalking” pentru alinierea schemei cu schema definită
de Europeana DL. Documentaţia şi rezultele testelor sunt disponibile pe platforma de
documentare de la adresa [180]. Procesul poate fi oricând repetat iar unelata este disponibilă
şi executabilă în interfaţa modificată a furnizorului OAI.
5.3. A doua arhitectură concretă
A doua arhitectură utilizează tehnologiile de repository partajat proprie Semantic MediaWiki:
şabloane wiki, proprietăţi semantice, export RDF şi interogări semantice în timp real în
paginile wiki. Acest model reprezintă conceptual o arhitectură de trecere între primul model şi
cel care foloseşte pe deplin tehnologiile semantice.
Metodologia
A doua arhitectură pentru managementul repository digital este bazată pe Semantic
MediaWiki, este construită şi face uz de proprietăti semnatice, ca şi de şabloane semantice.
Interogările în timp real şi constructorul de interogări in-line ajuta utilizatorii finali non tehnici
sa regăseasca uşor resursele digitale.
44

Modelul implică metode care colectează automat metadatele generate de o unealtă web
utilizată de biologi, un editor de chei de identificare. (editor jKey). Cheile de identificare cu o
singură intrare pot fi stocate direct în obiecte wiki [186].
Structura de baza este un şablon Key Start care conţine metadate cum sunt titlul, descrierea,
autorul cheii, sablonul pentru secvenţa de indrumare (sau Lead Question plus Lead) care
conţine cheia propriu-zisă, şi un şablon Key End [78]. Cheile de identificare sunt afişate în
wiki utilizând funcţionalitatea standard a şabloanelor MediaWiki şi nu este necesară o extensie
anumită [184].
La inceput, metadatele ataşate şabloanelor cheilor de identificare au fost colectate ca şi oricare
alte metadate. Apoi urmând scopul introducerii tehnologiilor semantice am decis să abordam
acestă problemă altfel.
a) Arhitectura
Am transformat fluxul de lucru astfel:
Şabloanele Metadata devin şabloane Metadata semantice prin adăugarea de proprietăţi
semantice;
Obiectele digitale pentru colecţie şi furnizor nu mai sunt necesare;
Fluxul de lucru KeyStart ramane acelaşi în fapt, excepţie făcând repository-ul Fedora
Commons care a fost înlaturat şi el;
In loc de ingest în repository-ul extern, am folosit unealta de Raportare MediaWiki .
Această unealtă crează o nouă pagină într-un wiki unde este instalată extensia Semantic
Wiki, facand uz de elementele sablonul Metadata.
In acest moment, metadatele ataşate cheilor de identificare sunt disponibile pentru
uneltele de căutare semantice.
b) Imbunătăţirea fluxului de lucru
Noul şablon de flux de lucru scurtează timpul de lucru necesar pentru execuţia instanţelor de
flux de lucru. Operaţiile care sunt mari consumatoare de timp ca – cautarea colecţiilor vechi
în repository sau ingestul în repository-ul extern în Fedora Commons nu mai sunt acum
necesare.
c) Inglobarea interogărilor semantice
Prin înglobarea interogărilor semantice în textul wiki, uilizatorii pot crea pagini dinamice care
încorporeaza interogările cele mai utilizate [115].
Utilizând exportul RDF al SMW, uneltele externe pot beneficia de pagini wiki îmbogăţite
semantic.
Figure 5. 9. Fluxul de lucru Key Start
45

5.3.1. Descrierea tehnologiei şi dezvoltarea
A. Stabilirea furnizorilor de date şi/sau metadate şi strategiile de integrare. Metadatele sunt
furnizate de o unealtă automată şi este nevoie de o schemă de interoperabilitate a
metadatelor. Aceasta schema conţine elemente care extind schema Dublin Core prin
elemente derivate din ea. Transferul utilizează sintaxa şabloanelor Semantic MediaWiki ca
mediu pentru un formular de intrare.
B. Stabilirea repository-ului destinatar şi a arhitecturii sale concrete.
Arhitectura Obiectului Digital. Repository-ul digital destinaţie este Semantic MediaWiki.
Arhitectura obiectului digital la nivelul repository. La nivelul repository digital, structura
logica manageabilă este colecţia.
C. Modelul ales opentru conţinut şi producţia de fluxuri de lucru. Un set de unelte Java
realizează maparea dintre modelul utilizator şi modelul repository intern din semantic wiki.
Aceste unelte transformă şabloanele (surse wiki) în şabloane SMW şi scriu automat
rezultatul ca pagini intr-un wiki semantic (wiki destinaţie).
D. Servicii de maintenanţa şi uneltele aferente. Rapoartele automate nu mai sunt necesare
deoarece rezultatele integrarii şi statisticile se bazează pe mecanismele interne SMW care
fac rapoartele automat disponibile în browser.
5.4. A treia arhitectura concretă
Urmatoarea secţiune prezintă rezultatul participarii autorului tezei la un proiect 5 german care
nazuia să construiască un VRE în domeniul istoriei educatiei [157].
5.4.1. Cerintele contextuale ale arhitecturii
Ţelul general este construirea unui mediu de cercetare în domeniul educaţiei cu scopul de a
analiza lexicoanelor care au o vechime de 200 ani. Datele bibliografice sunt utilizate pentru o
analiză bibliometrică; ele vor fi îmbogăţite şi adnotate colaborativ de către cercetatori în
scopul facilitării analizei cantitative [156].
Colectia de lexicoane în discuţie este original disponibilă într-o biblioteca digitală numită
Scripta Paedagogica Online (SPO) 6 . Este gazduită de Biblioteca pentru Istoria Educatiei la
DIPF care a indexat-o şi o poate furniza către terţi. Corpusul conţine un total de 22,000
articole şi mai mult de 20 lexicoane. Fiecare lexicon este descris bibliografic ca o ediţie
colecţie şi stocată în baza de date a bibliotecii sub un sistem allegro-C 7 .
Protocolul de interoperabilitate Z39.50 implemntat conţine restricţii pentru transferal datelor
în timp real, astfel metadatele necesare în procesul de integrare sunt transferate prin fişiere
Allegro-XML [157].
5.4.2. Metodologia
A treia arhitectură este menită să uşureze integrarea datelor structurate externe. Acest model
este construit pe modelul Semantic MediaWiki şi serveşte un Virtual Research Environment.
Principala provocare pentru integrarea datelor este importarea informaţiei structurate eterogen
(date şi metadata) din repositorye digitale externe şi prezentarea lor în wiki utilizând
ontologii. Fluxul de procesare a metadatelor este descries în wiki cu ajutorul proprietăţilor
semantice, a şabloanelor semantice şi a interogărilor în timp real [182].
Mecanismul de aliniere al procesului de integrare între biblioteca digitală, SMW şi
MediaWiki este iterativ şi bidirecţional. Următorii trei paşi au fost determinanţi:
5 Proiectul Virtual Research Environment "Semantic MediaWiki for Collaborative Corpora Analysis” (SMW-
CorA) este finanţat de German Research Foundation (DFG), iniţiat de DIPF în cooperare cu KIT, BBF şi
cercetători care activeaza în domeniul istoriei educaţiei.
6 Lexicoanele sunt disponibile la http://bbf.dipf.de/digitale-bbf/scripta-paedagogica-online/digitalisierte-
nachschlagewerke.
7 Vezi http://www.allegro-c.de/
46

1. Identificarea entităţilor relevante la nivelul bibliotecii digitale (colecţii, obiecte
digitale, cataloage de metadate şi structura metadatelor) şi modelul de utilizarea pentru
efectuarea cercetării în VRE.
2. Construirea unei ontologii facile pentru ca obiectele din biblioteca să se alinieze cu
MediaWiki şi SMW si să ofere o interfaţă adecvată pentru cercetatori.
3. Configurarea unui manager pentru fluxul de lucru al procesului de integrare care să
satisfacă elementele ontologiei, să creze şabloane şi să genereze instanţe.
Fluxul de lucru semi-automat utilizat pentru integrarea metadatelor este descris mai jos şi este
construit având ca suport două tehnologii: şabloanele MediaWiki şi un model flexibil al
ontologiei fluxului de lucru. Acest flux de lucru este teoretic bazat pe [188] şi pe modelul
flexibil de flux de lucru expus în [182]. Modelul de referinţă introdus în capitolul 4 este extins
şi adaptat în acest nou context şi utilizează şabloane semantice.
Figure 5. 10. Procesul de integrare al metadatelor
5.4.3. Descrierea tehnologiei şi dezvoltarea
A. Stabilirea furnizorilor de date/metadate, a protocolului de transfer şi a strategiei de
integrare. Structura metadatelor trebuie să urmeze un protocol care să definească schema
pentru interoperabilitatea metadatelor. Aceasta schemă conţine elemente care extend
schema Dublin Core, şi vocabularele controlate Foaf şi Prism. Transferul utilizează
şabloanele Semantic MediaWiki şi un protocol cu furnizorii de metadate (biblioteca
digitală) pentru livrarea metadatelor în format XML.
B. Stabilirea repository destinaţie şi arhitectura sa.
Arhitectura obiectului digital. Repository-ul digital destinatar este repository-ul local al
MediaWiki şi arhitectura obiectului digital este similară cu cea a unei paginini wiki
semantice.
Arhitectura Repository Digital. Unitatea logică la nivelul repository digital şi cu
corespondent direct la nivelul VRE este colecţia. Structura colecţiei conţine agregări ale
altor obiecte.
C. Dezvoltarea modelului de conţinut şi producţia de fluxuri de lucru. Un set de unelte Java şi
extensii MediaWiki asigură maparea dintre modelul bibliotecii digitale şi modelul
repository digital semantic wiki. Aceste unelte transformă fişierele XML încarcate în wiki
în şabloane SMW şi scriu automatic rezultatul în pagini wiki semantice.
Componentele principale ale procesului de integrare sunt asigurate de setul de unelte Java
care transformă fişierele XML şi încarcă resursele digitale in wiki [181]. Aceste
componente independente şi re-utilizabile sunt bazate pe tehnologii deschise [186][183].
Declanşate de un fişier de configurare general XML intr-o pagină wiki, aceste unelte pot
47

funcţiona împreună sau independent. Datele transferate între unelte utilizează formatul
XML. Orchestrarea uneltelor depinde de şablonul fluxului de lucru care la randul său este
mapat la şabloanele de metadate pentru colectare. Această mapare este specificată prin
intermediul unei pagini de configurare wiki în spaţiul de nume special “MediaWiki”.
Această pagină wiki conţine parametrii şi comentarii despre modul de funcţionare şi
utilizare a şabloanelor wiki.
Unealta de integrare recoltează numai paginile wiki care un lexicon în format XML ca
ataşament. De exemplu, parametrul următor specifică numele proprietăţii semantice
prevăzute ca fişier ataşat XML:
attachParam = Wikitext Metadata Attachment
(Configuration parameter as semantic property referring to the lexicon în XML
format)
În exemplul de mai sus se specifică că pagina wiki conţinând proprietatea semantică
Wikitext Metadata Attachment conţine ultimul fişier XML pentru recoltarea metadatelor.
Pagina de configurare poate fi diferită pentru un alt wiki. Singura constrângere cerută este
ca ambele wiki să aiba extensia SMW activată.
Şabloanele de flux de lucru care se referă la managementul metadatelor si uneltele
prevăzute pentru aceasta sunt: IntegrationLexiconTemplate, AchiveImageResouce şi
UploadImageToWiki. Ultimele două şabloane sunt constrânse după cum urmează: orice
instanţă UploadImageToWiki va funcţiona numai după ce instanţa AchiveImageResouce sa
terminat cu succes [156] [157].
Orice instanţă a fluxului de lucru este efectiv mapată pe un lexicon ca unitate logică de
prelucrare. O instanţă de flux de lucru poate executa următoarele acţiuni:
a. Furnizorii de metadata (Biblioteca Digitală) încarcă metadatele în wiki (metadata
harvesting).
b. Datele în format XML format sunt interogate de o unealtă automată Java.
c. Transformările XML şi XSLT sunt bazate pe un protocol de transfer (Metadata
Exchange Agreement) şi apoi validate şi crează obiecte digitale ca pagini în wiki.
d. Resursele digitale (imagini) sunt descărcate din biblioteca digitală şi încarcate în
repository-ul media wiki. Concomitent se creaza automat noi metadate despre licenţă,
copyright şi proprietarul drepturilor de publicare.
e. Metadatele şi resursele media sunt stocate în repository-ul digital wiki ca pagini wiki.
D. Servicii de întreţinere şi unelte dedicate. Rapoartele automate nu sunt necesare pentru că
rezultatele integrării şi statisticile se bazează pe mecanismul intern SMW care le face apoi
disponibile în browser. Prin înglobarea interogărilor în textul wiki, utilizatorii pot crea
pagini dinamice care încorporează cele mai frecvente si utilizate interogări.
Utilizarea XML asigură o interfaţă uniformă pentru date şi facilitează integrarea automata
pentru resurse similare aflate în biblioteci digitale. În loc de a crea diverse unelte de
transformare a datelor, se aplică transformări XSLT. Pentru un alt furnizor de metadate se
ajustează numai transformările XSLT.
Pentru metoda de integrare s-a aplicat o strategie hibridă: Global and Local as View (GLAV)
care poate crea o vedere a surselor de date prin generarea unei vederi de ansamblu peste
schema globală descrisă de descriptorii surselor. Deoarece această strategie nu este
considerată destul de flexibilă, este necesară combinarea ei cu metode specific
interoperabilităţii metadatelor, cum este ”crosswalk”. Mai mult, maparea dinamică dintre
descriptori complecşi de metadate care mixează elemente din diverse domenii, este asigurată
de un profil de aplicaţie având suportul versatil al SMW (proprietăţi echivalente, importarea
de vocabulare controlate, export RDF) [121].
48

5.4.4. O ontologie simplificată pentru mapare
5.4.4.1. Maparea Metadatelor
Pentru a alinia entităţile bibliografice şi metadatele bibliotecii digitale si integrarea acestora in
spaţiul de nume MediaWiki este utilizată o schemă de mapare (XML/XSLT). Astfel,
principalele entităţi din biblioteca digitală reprezintă pagini wiki utilizând hierarhia de pagini
MW. Următioarele relaţii de mapare sunt utilizate şi exemplificate în [Figure 5. 11]:
lexicon isEquivalent cu pagina wiki Lexicon.
volumul isEquivalent cu o subpagină wiki
articolul isEquivalent cu o sub-sub-pagină
ficare imagine a unui articol isEquivalent cu o pagină wiki în spatial de nume “File”
special pentru media.
Figure 5. 11. Obiectele bibliotecii digitale integrate în Wiki
Imaginile din articole sunt stocate în spatiul de nume File al MediaWiki, păstrând metadatele
despre lexicon şi imaginile scanate separate. Se crează o proprietate care conectează articolul
(lemma) cu imaginea, oferind astfel acces direct utilizatorilor. Astfel fiecare proprietate
semantică reprezintă o pagină wiki în spatial de nume “Property” al SMW.
Spaţiul de nume MediaWiki “File” asigură posibilitatea de a vizualiza fişierele media
împreună cu metadatele.
Utilizatorii pot ataşa metadate special create fiecarui fişier media. De obicei, aici este locul
metadatelor relative la dreptul proprietăţii intelectuale. În cazul de faţă, se specifică ca
imaginile aparţin de drept Bibliotecii Digitale.
Adiţional, ontologia de mapare aliniază metadatele obiectelor din biblioteca digital, crează
entităţi şi adaugă aceste metadata sub forma proprietăţilor semantice. Aceasta permite
cercetătorilor să creeze noi entităţi şi să insereze descrieri mai mult sau mai puţin formalizate
acestor pagini wiki. [Figure 5. 12] reprezintă principele aspecte ale mecanismului de aliniere.
Schema de mapare adresează necesităţi viitoare şi adaugă proprietăţi SMW obţinute prin
procesare metadatelor. Pentru interacţiunea cu obiectele de cercetare şi pentru expunerea
detaliată a metadatelor au fost create cateva proprietăţi semantice adiţionale:
• firstPage, lastPage al unui articol, firstName şi lastName al unui autor sau editor
• isPartOf (volum); hasPart (articol), hasImage
• Type (volum, articol, referinţă)
S-a adăugat de asemenea un identificator pentru manevrarea şi monitorizarea schimbărilor.
49

Figure 5. 12. Mapare dintre schema bibliotecii digitale şi SMW
5.4.4.2. Identificarea entităţilor relevante pentru interoperabilitate şi re-utilizare
Scopul final al integrării este de a oferi datele bibliografice într-un format uniform aşa cum
este RDF, de a crea instrumente de analiză a acestor capabilităţi şi pentru re-utilizarea parţială
a lanţurilor de valori ştiinţifice nou create în aceste comunităţi.
S-au folosit tehnologiile semantice ca platformă principală pentru asigurarea interoperabilităţii
cu analiza şi instrumentele externe bibliografice şi de re-utilizarea inter-wiki a metadatelor. În
prima etapă, am folosit vocabulare controlate de granularitate fină relative la standardele
Semantic Web (PRISM, SKOS, foaf, DC) pentru a simplifica exportul RDF către terţi.
Elementele acestor vocabularelor au fost integrate în wiki folosind mecanismul SMW de
import de vocabulare şi ontologii. Astfel proprietăţile de mapare între bibliotecă şi metadate
SMW sunt, de asemenea, aliniate (de exemplu prism:startingPage). Pentru a conferi
bibliotecii digitale posibilitatea de a urmări metadatele, este utilizat vocabularul DCterms
pentru specifica aspectele dreptului de autor. Următoarea [Figura 5. 13] prezintă o parte din
exportul Semantic MediaWiki RDF catre biblioteca digitală.
Pentru a crea o interfaţă de utilizator, schema de mapare utilizează sistemul MW, sintaxa wiki
şi şabloanelor MW. Au fost generate articole pentru posibilităţile de navigare pentru imagini,
şi tabele de conţinut aşa cum s-a solicitat de către cercetătorii în domeniul educaţiei. În plus,
formele semantice combinate cu şabloane permit cercetătorului modificarea valorilor
proprietăţilor, cum ar fi numele autorilor, fără a utiliza sintaxa wiki. În plus, extensia semantic
form furnizează posibilitatea utilizării de vocabulare controlate şi clasificatorilor pentru a
reduce erorile de tastare şi de a reglementa adnotarea semantică.
50

Figure 5. 13. Maparea cu vocabulare controlate
În loc de a proiecta un VRE în mod izolat, platforma foloseşte o abordare participativă la
design care are drept scop împuternicirea comunităţii de cercetare pentru a obţine o implicare
activă în procesul de proiectare al VRE. SMW permite o dezvoltare agilă a platformei. Acesta
permite acumularea de cunoştinţe în domeniul respectiv, şi de asemenea, o curbă de învăţare
scăzută pentru utilizarea noii platforme multimedia.
Dezvoltarea sistemului şi utilizarea lui sunt sincronizate. Acest fenomen este descris în
[Figura 5. 16]. Cercetătorii utilizează sistemul, în acelaşi timp cu dezvoltarea prototipului. Ei
au clasificat articolele folosind "Cuprinsul" [a se vedea Figura 5. 16, la stânga]. Între timp,
cercetatorii au semnalat câteva neconcordanţe între lexiconul real şi datele XML importate
din Biblioteca digitală.
51

Figure 5. 14. Dezoltarea platformei şi provenienţa metadatelor
5.4.5. Realizarea interfeţei utilizator
Interfaţa utilizator profită de caracteristicile MediaWiki şi Semantic MediaWiki. Paginile wiki
create automat sunt iniţial “însămanţate” de o unealtă automată (bot). Această formatare are
mai multe scopuri:
Utilizarea şabloanelor pentru interfaţă, astfel permiţând separarea metadatelor de
modul de vizualizare;
Utilizarea extensiei semantic forms pentru a permite cercetătorilor categorizarea
articolelor;
Example:
1.
== Nächstes Lemma ==
{{
#ask: [[Category:Lexikon der Pädagogik der Gegenwart]]
[[FirstPage::>{{#show: {{PAGENAME}} | ?LastPage}}]] | ?Titel= | format =
tabel | limit = 1
}}
2.
== Vorheriges Lemma ==
{{
#ask: [[Category:Lexikon der Pädagogik der Gegenwart]]
[[LastPage::

Primul exemplu interoghează wiki pentru a obţine următoarea lemmă, in timp ce al doilea
exemplu interoghează wiki pentru a obţine lemma anterioară. Rezultatul acestori interogări se
observă în următoarea imagine.
Interogări #ask care asigură navigarea între paginile wiki
Utilizarea mecanismului de transcludere MW pentru a include tabelele de conţinut în
paginile lexiconului [See Figure 5. 15, left];
Interogările semantice pentru navigarea în paginile wiki.
Example:
1.
2.
== hat verfasst ==
{{
PAGENAME}} hat insgesamt {{#ask: [[Verfasser::{{PAGENAME}}]]|
| ?Verfasser= | format = count
}} Lemmata verfast.
{{
#ask: [[Verfasser::{{PAGENAME}}]]|
| ?Verfasser= | format = table
}}
În exemplul anterior, prima interogare returnează numărul de articole care aparţin unui autor
iar a doua interogare returnează lista lucrărilor autorului respectiv.
53

Figure 5. 15. Tabela de conţinut (stânga) şi pagina principal al ediţiei Spieler Lexikon(dreapta)
aşa cum apar ele în SMW
5.4.6. Unealta de adnotare şi managentul drepturilor de proprietate intelectuală
O abordare separată se ocupă cu conţinutul digital, în special cu imaginile din lexicon. În
cazurile menţionate anterior, imaginile sunt “cetăţeni cu drepturi depline”. MediaWiki impune
constrângeri în utilizarea conţinutului media, din cauza cerinţelor drepturilor de proprietate
intelectuală (IPR).
În mod regulat în site-uri bazate pe HTML, orice imagini de pe net poate fi încorporată, fără
prea mult grijă pentru drepturile intelectuale de management al datelor. Mecanismele
MediaWiki pot preveni această încălcare, cerând explicitarea unei "surse de date prietenoasă
la distanţă", un repository comun local serverului sau un repository intern al wiki-ului curent.
O cerinţă specială pentru această arhitectură concretă a fost crearea unui instrument de
adnotare. În momentul în care s-a scris teza, este disponibil numai un instrument de adnotare
simplă.
Prin urmare, am conceput un instrument care descărca imagini din repository-ul furnizor de
date şi îl încărcă în MediaWiki. Imaginile trebuie să fie încărcate în repository-ul intern
MediaWiki şi să creeze şi imagini în format redus (thumbnails). Concomitent, crearea
metadatelor IPR este obligatorie, astfel se crează metadatele: de licenţă, declaraţia de licenţă,
de proprietate, etc
În a doua etapă se poate folosi instrumentul adnotator. Adnotările pot cuprinde o gamă largă
de informaţii, având grade diferite de formalizare. Adnotarea poate fi informală – numai
wikitext - sau wikitext complet formalizat cu proprietăţi semantice.
Diagrama de mai jos prezintă instrumentul modificat numit MediaWiki Image-Annotator care
realizează adnotarea de bază aşa cum funcţionează deocamdată.
54

Figure 5. 16. Adnotarea imaginilor prin utilizarea de propertăţi semantice
Figure 5. 17. Metadatele IPR ataşate automat de unealtă.
Diagrama de mai sus arată explicit metadatele Data Right Management care au fost ataşate
automatic de către unealtă imaginii. Acestea, împreună cu metadatele ataşate manual de către
cercetători, formează o bază de cunoştinţe care va putea fi interogată mai tarziu de către
uneltele de analiză.
55

6. PLATFORMA DE EVALUARE
6.1. Validarea modelului
Modelul Mediator este menit să asigure interoperabilitatea semantică, după cum am văzut
deja în capitolul 2 al tezei. Modelul propus funcţionează bi-directional, şi poate să gestioneze
doua repository în acelaşi timp. El este aliniat cu modelul de referinţă DELOS şi la modelul
de conţinut al Fedora Commons. Este compatibil cu modelele prezentate în [131] şi [38].
Asigurarea interoperabilităţii în domeniul tehnologiei informaţiei şi de cercetare este o sarcină
dificilă.
Parteneri implicaţi sunt entităţi complexe care au dezvoltat instrumente pentru identificare sau
e-Learning şi/sau furnizori de date sau cercetători. Aceşti participanţi sunt consideraţi sisteme
separate, care ar trebui să interoperează la mai multe niveluri.
Procesul va fi analizat având ca indicatori aspectele promulgate de Systems of Systems
Interoperability Model (SoSI) [136]. Pentru a realiza acest lucru, ne propunem să folosim
modelul MediaWiki, subliniind "cele mai bune practici", procesele şi metodele care ar putea fi
adoptate cu uşurinţă şi de către alte proiecte sau comunităţi restrânse. În conformitate cu
modelul SoSI, implicarea utilizatorului în întreagul proces asigură cel mai înalt nivel de
interoperabilitate.
Prin urmare, soluţiile de interoperabilitate sunt limitate în mod necesar [174], deoarece
nazuinţa de a captura semantica comună a datelor între diferitele sisteme duce la necesitatea
definirii de extensii de sistem specifice care să reflecte intenţia şi cazurile specifice de
utilizare a sistemului pentru fiecare furnizor de date în parte.
La nivel sintactic efortul de standardizare adoptat asigură suficientă interoperabilitate. Un
profil standard de aplicaţie bazat pe standardele existente, este o soluţie de dorit, dar o sarcină
dificilă.
La nivelul aplicaţiei (constructiv), mai multe tehnologii actuale prevăd elementele de
interoperabilitate.
Dar, la cel mai înalt nivel de interoperabilitate la nivelul sistemului, care implică
interoperabilitate programatică şi operaţională, toate soluţiile actuale pot adresa doar o parte a
realităţii complexe a unei organizaţii. Critic, nivelul de expertiza tehnologica impus de unele
soluţii este dincolo de posibilităţile multor comunităţi mici sau medii.
Evident, formatul de date XML şi validare pe baza schemei adresează parţial unele dintre
aceste probleme tehnice. Cu toate acestea, o restricţie la schema XML a transferului de date ar
putea fi dincolo de capacităţile tehnologice ale multor utilizatori. În consecinţă, această nouă
metodă de transfer bazată pe sintaxa simplă MediaWiki s-a dovedit a fi o soluţie viabilă.
În ceea ce priveşte modelul de interoperabilitate SoSI, am putea sublinia următoarele [187]:
A. Paşi pentru a realiza interoperabilităţii programatice:
tratatele și politicile pentru transferul metadatelor
utilizarea de şabloane MediaWiki
protocoale de nivelul tehnologic scăzut între MediaWiki şi furnizorii de date.
B. Paşi pentru realizarea interoperabilitaţii constructive:
procese inginereşti: MediaWiki API, extensii MediaWiki, formate de date
standarde de date: XML, Resource Description Framework (RDF), Dublin Core
acordurile tehnice între participanţi.
Utilizarea ontologiilor prin angajarea infrastructurii Semantic MediaWiki la nivel de
tehnologie semantică (RDF, RDFS), permite o abordare axată pe utilizator şi o dezvoltare de
schemă simplificată.
56

C. Prin intermediul mecanismului Category al MediaWiki, furnizorii de date sunt informaţi cu
privire la rezultatele stocării de metadate. Acest feedback pentru furnizorii de date realizează
interoperabilitatea operaţională de bază.
Considerând cele de mai sus, susţinem că platforma bazată pe MediaWiki asigură un nivel de
bază operaţional în conformitate cu modelul SoSI de interoperabilitate.
6.2. Analiza performanţelor tehnice ale uneltelor
Rezultatele evaluării metodologiei de ingest folosind MediaWiki şi managementul automat al
fluxului de lucru demonstrează că metoda noastră este de încredere. Instanţe multiple ale
şablonului fluxului de lucru conlucrat împreună şi în timpul acestui test am arătat gradul de
utilizare a resurselor, performanţele şi calitatea procesului de ingest. Condiţii extreme (de
exemplu refuzul de serviciu (denial of service), colecţii foarte mari procesate concomitent,
număr maxim de instanţe ale fluxului de lucru executate concomitent), au fost simulate cu
scopul de a demonstra valabilitatea abordării noastră. În timpul testelor, am extras mai mulţi
indicatori de performanţă:
1. memoria folosită de către serviciul de ingest al aplicaţie:
Serviciul Ingest utilizează 320MB de memorie la încărcare maxima şi 50% din puterea
unui procesor de 1,8 GB, din cauza utilizării motorului XSLT Xalan-Java 2.7.1.
Pregătirea de ingest a metadatelor utilizează cea mai multă memorie, ingestul efectiv
foloseşte doar 60MB de memorie.
2. rezultatele testelor
• După testarea serviciului de ingest pe cea mai mare colecţie (Vascular Plants), se raportează,
după cum urmează:
• pregătirea de ingest: 52 minute. Validarea fişierelor si împărţirea lor în mai multe elemente
de acelaşi nivel a luat 35 de minute timp total calculat pentru 49851 obiecte.
Ingestul ca atare a durat 12:50:00 - 17:45:00 PM, aproximativ 10.000 de obiecte digitale / oră.
Rezultatele tesării pentru colecţia Vascular Plants
Criteriul Un singur flux activ Trei fluxuri active
Timp de recoltare 7 min 10 min
Timp de preprocesare 10 min 17 min
Timp de validare 21 min 36 min
Tmp de generare al fişierelor
FOXML
11 min 20 min
Timp de eliminare a colecţiilor
vechi
80 min 98 min
Timp de ingest efectiv 345 min 420 min
6.3. Un cadru pentru evaluarea factorului de întrebuinţare
6.3.1. Extragerea datelor din Metadata Aggregation Reports
Într-o primă abordare a recoltării metadatelor în care furnizorii trimiteau metadatele utilizând
metode tradiţionale (email, transfer direct pe server, etc) şi rezultatele ingestului au urmat
aceaşi politică, adică ele au fost exportate în format document şi fişierul rezultat trimis prin email
furnizorilor. Au fost întâmpinate problem diverse atât cu metoda de recoltarea
metadatelor cat şi cu acest fişier de feedback (de exemplu, probleme de codare, dificultăţi de
control al calităţii). Instrumentul de ingest folosea o bază de date MySQL pentru stocarea
erorilor şi mesajelor de avertizare.
57

Având în vedere nivelul scăzut de expertiză tehnologică a părţilor interesate, s-a decis să se
pună în aplicare o soluţie accesibilă pentru furnizorii de date non-experţi. Modelul MediaWiki
odata ales s-a extins şi la raportarea rezultatelor ingestului catre furnizori, după cum s-a
dovedit a fi o solutie scalabilă. Utilizarea de template-uri în paginile MediaWiki permite
prezentarea şi citirea mai uşoră a datelor şi raportare a erorilor furnizorii pot actualiza datele
lor în orice moment de la propriile computere.
Pentru a standardiza diferitele metadate eşantion colectate de la furnizori, a fost proiectat un
acord de schimb de metadate. El defineşte tipurile de resurse implicate în proiect şi, de
asemenea, câmpurile de metadate pentru fiecare tip de resursă, de exemplu, titlul, cuvinte
cheie, categoria subiectului, denumiri ştiinţifice, licenţă şi drepturi de autor, formatul şi URIuri.
Acestea oferă suport pentru resursele disponibile la nivele de calitate diferite (de exemplu,
de înaltă rezoluţie, optimizate pentru web, sau de diferite marimi, miniatură), sub diferite
URI-uri, şi pentru mai multe limbi (titlul de exemplu, în limba engleză, precum şi limba
slovenă). Se specifică, de asemenea elementele de metadate care sunt obligatorii, solicitate
urgent, sau opţionale, pentru fiecare tip de resursă.
6.3.2. Sabilirea corpusului
În această secţiune, vom utiliza datele reale on-line obţinute prin procesul de bootstrapping al
Metadata Aggregation Report. Vrem să demonstrăm faptul că rata de eroare este mai mică
decât prin metoda batch din prima abordare pentru recoltarea de metadate. Am comparat
calitatea metadatelor care rezultă din ambele studii.
În prezent, există 2.067.224 de metadate disponibile în repository-ul Fedora Commons,
agregate în 132 colecţii. Aceste colecţii, transmise de furnizori de date sunt în continuare
disponibile on-line. Raportul de Agregarea al Metadatelor este o pagina wiki, care conţin
feedback-ul după fiecare activitate de ingest. Raportul de Agregare al Metadatelor este legat
cu datele din pagina wiki a colectiei la care raportul face referinţă.
În timp, metadatele au fost transmise de mai multe ori şi astfel ele sunt mapate pe versiuni
diferite ale aceleiaşi pagina wiki de Raport de agregare al metadatelor
Rezultatul acestor rapoarte MediaWiki este analizate automat de către un agent care
realizează analiza statistică.
Am construit un instrument pentru captarea semanticii informaţiilor conţinute acolo.
Coroborând acest lucru cu informaţiile obţinute de la prima abordare, pretindem acum că a
doua abordare este benefică pentru utilizator. Aceasta este "veriga lipsă" pentru atingerea
interoperabilităţii operaţionale.
6.3.3. Stabilirea metodei de evaluare
Am adoptat o metodă data-driven de evaluare a rezultatului.
În primul rând, am transformat fiecare revizie a paginii wiki într-o pagină separată semantic
wiki, pentru oferi datele pentru analiză şi interogare semantică.
Pentru a compara rezultatele, instrumentul a căutat de asemenea colecţia corespunzătoare care
a fost stocata cu prilejul primei abordări.
Algoritmul de mapare este bazat pe algoritmul de similitudine folosind patru variabile:
numele furnizorului, ID-ul de colectare, nume de colecţie şi URI-ul relevant de metadate
(Best_Quality_URI). Acest algoritm reprezintă un model real, de asemenea, utilizat pentru a
oferi măsura a ceea ce este considerat o aproximare rezonabilă pentru o anumită utilizare, şi
anume numele colecţiei se putea schimba între recoltarea metadatelor primul şi al doilea
sondaj. Algoritmul funcţionează după cum urmează:
58

1. Gaseşte toţi furnizorii ale colectii de metadata de la prima
abordare;
2. Gaseste toate colecţiile de la al doilea abordare.
3. Identificaţi colecţiile ambelor abordări utilizând Resource_ID. Dacă
ID-ul lipseşte sau nu este prezent în ambele sondaje, atunci:
4. Aplică algoritmi de căutare bazat pe Distanţa fuzzy Levenshtein
pentru aproximarea numelui colecţiei. Această căutare poate returna
mai multe rezultate candidat. De obicei, nu mai mult de trei rezultate
sunt preluate.
5. Algoritmul caută apoi metadatele relevante din interiorul obiectelor
digitale. În principal este utilizat apoi Best_Quality_URI.
Procedura implică apoi scrierea de pagini semantice intr-un wiki semantic. Paginile wiki
create de acest process sunt disponibile online, la:
http://biowikifarm.net/test2/Category:Evaluation. Acest corpus astfel obţinut poate fi mai apoi
pentru a obţine şi alte rezultate de interes statistic.
Figure 6. 1. Exemplu de Metadata Aggregation Report în SMW, după o operaţiune de
preprocesare
Am evaluat rata erorilor şi a mesajelor de avertizare. Numărul total de obiecte a fost calculate
ca:
Total number of objects = number of ingested objects + number of errors.
(obiectele digitale conţinănd erori nu au fost stocate în reposotory ca urmare a procesului de
ingest).
Error rate = number of errors / total number of objects.
Warning rate = number of warnings / total number of objects.
59

Rata de eroare a fost calculate pentru fiecare revizie a fiecărei colecţii. O tabelă globala este
de asemenea diponibilă online.
Urmatoarea tabelă prezintă un total:
Rapoartele aferente celor două abordări
Caracteristică Prima abordare A doua abordare
Rata erorilor 0,04 0,03
Rata mesajelor de avertizare 0,03 0,02
Obiecte stocate in repository 184.209 191.800
Numărul de erori 5063 5047
Numărul mesajelor de avertizare 3915 2812
Următoarea diagram ilustrează distribuţia ratei erorilor în colecţii.
Figure 6. 2. Rata erorilor pe colecţii
Asa după cum se observă, rata mesajelor de avertizare este mai mica decât rata erorilor.
60

Figure 6. 3. Rata mesajelor de avertziare pe colecţii
Evoluţia în timp a ratei erorilor pe colecţii poate demonstra importanţa colaborarii pentru
activitatea de management al unui repository de metadate.
Figure 6. 4. Evoluţia în timp a ratei erorilor pe o colecţii.
61

În continuare, este prezentată analiza rezultatelor pentru o singură colecţie. Rată erorilor
pentru prima abordare este prezentată ca prima bară, în roşu închis. Rata de eroare a scăzut în
mod constant până la sfârşitul perioadei de evaluare. Aparent, rata de eroare rămâne aceeaşi
atunci cand numărul de obiecte creşte. Colorată in mov, rata de eroare a scăzut uşor, dar ea
rămâne constantă după 14.10.2010. O privire mai atentă la datele de evaluare indică faptul că
un "bot" (unealtă automată MediaWiki) este responsabilă pentru ultimele metadata încărcate
în colecţiile aferente.
Concluzia este că metoda de colaborarea cu factorul uman este funcţională, şi ar trebui să fie
extensibila şi la unelte automate. Pentru a îndeplini acest obiectiv, trei opţiuni sunt
disponibile:
Să de ofere un feedback semantic automat instrumentului automat pe care acest
instrument să poată să-l analizeze, astfel încât propagarea erorilor să fie redusă la
minim;
Coraborarea feedback-ul uman lizibil cu notificările prin e-mail către furnizorul de
metadate;
Scrierea de scurte notificări automate pe o pagină de discuţie. MediaWiki prevede
notificarea automată prin mesaje pe paginile de discuţie.
Fiecare dintre aceste metode poate fi implementată folosind Semantic MediaWiki. Ultima
metodă pare mai atrăgătoare pentru că utilizează caracteristica cea mai importantă în
MediaWiki: consensul prin accord mutual.
Figure 6. 5. Rata de eroare pentru o singură colecţie
62

7. CONCLUZII ŞI DIRECŢII
ULTERIOARE DE CERCETARE
Scopul principal al tezei este îmbunătăţirea calităţii managementului metadatelor pe Web, în
general, şi de a obţine, astfel, avantaje din utilizarea de instrumente mai bune, medii de
colaborare mai bune şi creşterea gradului de întrebuinţare al tehnologiilor webului semantic,
de exemplu, a ontologiilor prin furnizarea de metode utilizabile pentru utilizatorii non-expert .
În loc de o clasificare a celor mai bune metode care ar putea eventual să ne spună dacă un
model de management al repository-ului este cel mai bun, am optat pentru cea mai buna
abordare pentru un context dat. Am arătat că mediile colaborative online ajută la scăderea
costurilor de întreţinere pentru gestionarea repository-ului şi prin oferirea de metode care
semnalează posibilele erori în avans. Rezultatele acestor evaluări sunt prezentate mai apoi,
indicând gradul de întrebuinţare al metodei şi al patformei. După evaluare, a devenit clar
faptul că aceste metode, fie singure, fie în combinaţie, pot garanta cele mai bune rezultate
doar împreună cu implicarea comunităţii în toate activităţile legate de managementul
metadatelor.
7.1. Rezultatele
Rezultatul acestei teze este un model de referinţă şi trei platforme pentru gestionarea
colaborativă a repository-ului de metadate. Platformele organizează metode şi instrumente în
conformitate cu trei dimensiuni: tehnologice (metode inginereşti, tehnologii şi protocoale
tehnice), social şi organizaţional (colaborare, contextual, adaptabilitate, concizie, coerenţă şi
antrenament organizaţional) şi aspecte semantice (de vocabular, sintaxă, structură şi
reprezentare). Am adăugat o serie de tehnici noi pentru setul de instrumente comunitare cu
scopul de a construi un repository, pentru a gestiona şi de a integra date din surse eterogene.
Am demonstrat că, cu puţine resurse materiale şi umane, platformele colaborative pot sprijini
infrastructura unui repository şi a unui VRE.
Platformele implementate în această teză sunt, de asemenea, o noutate în măsura în care au
pus accentul pe unele metode de evaluare a mediilor colaborative din perspectiva
utilizatorului.
Pentru a rezuma, vom trece în revistă cateva din întrebările iniţiale de cercetare.
Principala provocare pentru managementul repository digital este de a construi şi livra
conţinutul digital adăugând beneficiile repository, fără a împovara creatorii de conţinut şi
utilizatorii finali, cu procese suplimentare. Abordările noastre îndeplineasc acest deziderat
prin utilizarea semi-automată sau gestionarea automată a fluxului de lucru.
Table 7.1. Rezumatul întrebarilor cercetării
Intrebare Răspunsul dat de teză
Care sunt factorii care influenţează
necesităţile şi beneficiile în
managementul repository de metadate?
Care este modelul cel mai potrivit
pentru reprezentarea artefactelor aflate
în diferite grade de formalizare şi
permite folosirea lor în mod uniform?
Care metodă este cea mai potrivita
pentru încurajarea participarii
Necesităţile utilizatorului şi cerinţele stipulate
pentru un medel semantic de repository digital.
Utilizarea unui wiki care sa înglobeze achiziţia de
cunoştinţe şi managementul partajat al
repository. Extinderea funcţionalităţii wiki pentru
satisfice cerinţele de descoperire semantică a
metadatelor.
Metode colaborative. Proiectarea unui feedback
şi bazarea pe inteligenţa comunităţii. Se aleg
63

utilizatorilor la întregul proces de
management al conţinutului digital?
Ce metodologie este curent acceptată
pentru a contra-balansa nivelului scăzut
de expertiză tehnologică a utilizatorilor
finali, cu nivelele ridicate ale
necesităţilor funcţionale şi nonfuncţionale
pe care platforma finală ar
trebui să le îndeplinească?
tehnologii potrivite pentru a atinge scopurile,
adoptarea de metode neinvazive, ajută utilizatorul
“să se alinieze” politicii comunităţii. Încrederea
în alegerea consensusului şi politici de contract.
Scutirea utilizatorului de sarcini împovărătoare.
Utilizarea wiki ca infrastructură. Schimbarea
ponderii de la dezvoltator la utilizator. Adoptarea
de metode automate pentru managementul
repository. Adoptarea tehnologiilor semantice
simple şi a ceea ce aceste medii au cel mai
valoros: accentul pe contract. Tehnologiile se
shimbă, dar acordurile rămân valabile pentru
totdeauna.
Acest lucru nu numai ca va îmbunatăţi disponibilitatea şi utilizarea de resurse digitale pe
Web, dar, de asemenea, subliniază şi o cale de reconciliere a celor două direcţii de cercetare
linked data şi gestionare a resurselor digitale, subliniind interesul comun convergent din
fiecare dintre acestea.
7.2. Rezultate tehnologice
Soluţiile tehnologice pot fi împărţite în următoarele: Metadata Repository Management
Platform Definition, Metadata Repository Management Tools, Automatic Workflow
Execution, Workflow Visualization, Explicit User Feedback, şi Process Definition.
7.3. Contributii
Teza pretinde că răspunde principalelor provocări ridicate de managementul repository-ului:
de a construi şi livra conţinut digital şi a exploata beneficiile repository-ului fără a împovara
creatorii de conţinut şi utilizatorii finali cu procese suplimentare. Responsabilizarea
utilizatorul de zi cu zi cu toate prerogativele administratorului de metadate restabileşte doar
relaţia naturală între conţinutului digital şi cei care l-au creat.
Această abordare nu este singulară, având în vedere fiecare din părţile componente, ea fiind
originală în măsura in care am re-examinat, re-utilizat şi mixat părţi ale modelului OAIS
pentru gestionarea repository considerând şi tehnologiile semantice, într-o manieră orientată
utilizator şi similară paradigmei Social Semantic Web.
7.3.1. Contribuţii teoretice
A. O analiză completă a managementului repository digital (DRM) şi Semantic MediaWiki.
În primul rând, am considerat sistemele de management al repository digital orientate pe
model şi implementările de biblioteci digitale bazate pe software-ul open source existent.
Am identificat astfel principalele modele care stau la baza acestora precum şi limitele
inerente şi constrângerile. În al doilea rând, am studiat modelul Semantic Wiki şi
implementările existente, care identifică caracteristici, funcţionalităţi şi diversele abordări
oferite de sistemele recente. În al treilea rând, am studiat caracteristicle (Semantic)
MediaWiki. A fost efectuat, de asemenea un studiu comparativ cu alte sisteme de
management al conţinutului.
B. Un nou model de referinţă. Modelul de referinţă este construit într-un mod abstract,
acoperind cerinţele din diferite cazuri de utilizare şi a fluxurilor de lucru implicate.
Urmând modelul ciclului de viaţă al obiectului digital, modelul descris cuprinde: (i) faze,
sub-procese, şi sarcini, (ii) inter-conectarea tranziţiilor, (iii) taskuri specifice, şi (vi)
formele datelor generate şi prelucrate de abordările propuse.
C. Introducerea unei ontologii de nivel înalt pentru gestionarea colaborativă a repository-ului.
D. Conceperea unei metode noi de evaluare a gradului de întrebuinţare. Evaluarea teoretică a
modelului considerând Systems of Systems Interoperability Model (SoSI).
64

7.3.2. Contribuţii practice
E. Introducerea a trei arhitecturi separate pentru managementul repository digital. Prima
arhitectură utilizează caracteristicile MediaWiki pentru recoltarea metadatelor eterogene,
colectarea şi agregarea într-un repository extern, bazat pe modelul de conţinut specific
Fedora Commons. A doua arhitectură utilizează caracteristici Semantic MediaWiki pentru
a permite semantificarea metadatelor generate de un instrument folosit pentru a crea
automat cheile de identificare în interiorul wiki-urilor. A treia arhitectura utilizează
caracteristici Semantic MediaWiki, pentru a permite cercetatorilor să adnoteze colaborativ
corpusul. Aceste adnotări sunt destinate creării de instanţe ale ontologiilor din domeniu şi
stabilirea proprietăţilor lor.
F. Implementarea rezultatelor teoretice în sisteme practice face rezultatele acestei teze
accesibile pentru utilizator. Implementările platformelelor consideră primordial contextul
în care acestea trebuie să funcţioneze. Prin urmare, prima implementare presupune
existenţa resurselor media în sistemul furnizorul de date. O abordare MW se potriveşte
mai bine în acest caz şi permite folosirea unui repository extern de metadate şi
implementează mai multe unelte Java pentru managementul automat al repository. A doua
implementare presupune existenţa resurselor media în MediaWiki. O abordare SMW se
potriveşte mai bine în acest caz şi permite folosirea partajată a unui repository de metadate
în wiki. O extensie jQuery şi un set de unelte Java completează integrarea. Al treilea caz
de implementare reprezintă un mediu virtual de cercetare. Un instrument de adnotare
pentru imagini, în SMW, extinde SMW cu noi funţionalităţi.
G. Un instrument separat care gestionează problemele legate de drepturile de proprietate
intelectuală. MediaWiki necesită o abordare atentă pentru conţinutul media. Declararea
explicită a licenţelor este necesareă în spaţiul de nume "File". De obicei, resursele media
sunt supuse la prelucrări suplimentare în MediaWiki. Aceste lucrări derivative trebuie să
fie protejate încă de la crearea lor in MediaWiki. Acest instrument încărcă resursele
media în repository-ul partajat MediaWiki, ataşează metadatele care descriu drepturile de
proprietate intelectuală şi crează un backlink la resursa originală, pe serverul furnizorului
de date.
H. Implementarea unei noi platforme în Semantic MediaWiki pentru evaluarea primei
arhitecturi care s-a dovedit a fi benefică din următoarele puncte de vedere: economisirea
timpului de procesare; o curbă de învăţare mai uşoară cu facilităţi de colaborare;
îmbunătăţirea gradul de utilizare oferind o privire de ansamblu asupra procesului, inclusiv
modificărea stărilor la execuţie; creştere gradului de colaborare a utilizatorilor şi mai ales
creşterea calitatăţii metadatelor.
7.4. Direcţii viitoare de cercetare
Dezvoltarea tezei a ridicat un număr întrebări de cercetare şi provocări ştiinţifice. Parte dintre
platformele implementate aici au propria listă specifică de probleme deschise: este firesc să
adopte metode automatizate mai bune pentru a oferi feedback mai inteligent pentru furnizorii
de date, să angajeze mai profund auto-controlul, cum ar fi cel oferit de noua versiune 1.6.2 a
SMW, atunci când toate caracteristicile şi extensiile vor contribui la o gestionare mai bună al
repository-ului digital. Avem motive întemeiate să sperăm că de acest lucru va fi benefic şi va
contribui la o mai bună integrare şi o mai bună raţionare asupra datelor interne şi externe,
chiar şi pentru o integrare automată în norul linked date.
Pe parcursul acestei teze ne-am pus mai multe întrebări de cercetare specifice. Am amintit, de
asemenea, şi o listă de întrebări mai generale de cercetare care se referă la platformele media
ca un întreg.
Cele mai multe dintre metodele prezentate în această teză au fost puse în aplicare, fie ca
instrumente proprii (integrarea VRE) sau ca părţi ale unui set de instrumente.
Am implementat o serie de metode de evaluare în cadrul sistemului colaborativ semantic de
authoring Semantic MediaWiki. Am facut acest lucru pentru că ne aşteptăm ca domeniul
managementului colaborativ al repository-ului va deveni un subiect tot mai important pentru
cunoaşterea partajată. Ceea ce vedem astăzi este doar începutul acestei căi interesante şi noi
65

de cercetare-dezvoltare. Ne aşteptăm ca viitorul apropiat va promulga nivele necunoscute
până în prezent de cooperare între grupuri de oameni şi federaţii de agenţi automaţi, care să
lucreze împreună pentru a rezolva problemele complexe cu care ne confruntăm.
Unele sisteme mai noi de bibliotecă digitală semantică sau repository au început să ţină seama
de rolul fundamental al discursului şi a acordului între diferitele părţi interesate. Ei identifică
partajarea ("shared-ness") resurselor (resursele digitale, dar şi ontologii), ca o valoare
explicită şi furnizează chiar procese pentru a garanta că aceast deziderat comun este realizat.
Chiar dacă partajarea nu este văzută ca un obiectiv principal, aceasta este o parte integrantă a
conceptualizării noastre. Deoarece partajarea este un aspect al semanticii, ea atinge o serie de
criterii: acurateţea, claritatea şi fitness-ul organizaţional.
Cercetările viitoare vor avea drept scop o mai profundă aliniere a tehnologiilor semantice cu
abordările sociale. Noi propunem doua directii de dezvoltare profesională:
• Contribuirea la îmbunătăţirea încrederii şi colaborării în gestionarea metadatelor prin
sisteme de recomandare şi de urmărire a provenienţei metadatelor, cu aplicabilitate la
linked data, de asemenea.
• Dezvoltarea unor metode şi instrumente pentru procesul de bootstrapping a linked
data, în scopul de a descoperi noi resurse, pentru a permite accesul liber la resurse
digitale partajate.
În interiorul aceluiaşi grup de utilizatori, folosind acordurile informale sau semi-formalizate şi
menţinând conţinutul prin forte proprii, accentul se concentrează pe încredere şi grija
reciprocă.
66

67
Referinţe
[1] Agosti, M., Bonfiglio-Dosio, G. and Ferro, N., (2007). A historical and contemporary study on annotations to
derive key features for systems design, Int J Digit Libr 8:1–19, DOI 10.1007/s00799-007-0010-0, Springer-Verlag.
(2007)
[2] Alboaie, L. (2008): PRES - Personalized Evaluation System in a Web Community - A Conceptual Model Designed
to Evaluate Reputation in Order to Achieve a Personalized View on the System for Each User. ICE-B 2008: 64-69.
[3] Andren, B. (2009), Open Multimedia Platform framework, ERICSSON REVIEW 1/2009, pp. 17-21
[4] Antoniou, A. and van Harmelen, F. (2008). Semantic Web Primer 2nd Edition, The MIT Press, Mars 2008.
[5] Apache License Version 2.0, http://xml.apache.org/xalan-j/#license (last visited November 24, 2009).
[6] Auer, S. and Lehmann, J. (2007). What have Innsbruck and Leipzig in common? Extracting semantics from wiki
content. In Enrico Franconi, Michael Kifer, and Wolfgang May, editors, Proc. 4th European Semantic Web
Conference (ESWC), 2007.
[7] Auer, S., Dietzold, S. and Riechert, Th. (2006). ‘OntoWiki- a tool for social, semantic collaboration.‘, Proc. of the
5th Int. Semantic Web Conference, number 4273 in Lecture Notes in Computer, Science, pp. 736-749. Springer,
November 2006.
[8] Azevedo, R. and Jacobson, M. J. (2008), Advances in scaffolding learning with hypertext and hypermedia: a
summary and critical analysis, Educational Technology, Research and Development; Feb 2008; 56, 1; Research
Library, Springer, pg. 93.
[9] Baker, T. (2003). DCMI Usage Board review of application profiles.
http://dublincore.org/usage/documents/profiles/index.shtml (accessed January 2010).
[10] Bao, J., Ding, L. and Hendler, J. (2009). Knowledge Representation and Query in Semantic MediaWiki: A Formal
Study. Revision: August 12, 2009 http://tw.rpi.edu/wiki/TW-2008-42 (accessed 11.07.2011).
[11] Barabasi, A.L. , Jeong, H. , Neda, Z. Ravasz, E., Schubert, A. and Vicsek, T. (2001). Evolution of the social
network of scientific collaborations, In: arXiv:cond-mat/0104162v1 [cond-mat.soft] 10 Apr 2001,
http://arxiv.org/PS_cache/cond-mat/pdf/0104/0104162v1.pdf (accessed January 2011).
[12] Barker, A. and van Hemert, J. (2008). Scientific Workflow: A Survey and Research Directions,
http://www.extreme.indiana.edu/swf-survey/ (accessed 10.04.2010).
[13] Barrett, B. (2009). Wikipedia and beyond – MediaWiki, O'Reilly, 2009
[14] Beagrie, N., Chruszcz J. and Lavoie, B., (2008). “Keeping Research Data Safe, a cost model and guidance for UK
universities”, JISC, 2008, www.jisc.ac.uk/media/documents/publications/keepingresearchdatasafe0408.doc (last
visited 5.08.2011).
[15] Berners-Lee, T. Relational databases on the Semantic Web. http://www.w3.org/DesignIssues/RDB-RDF.html,
1998 (accessed December 2010).
[16] Berners-Lee, T.; Fielding, R.; Masinter, L. Uniform Resource Identifier (URI): generic syntax.
http://gbiv.com/protocols/uri/rfc/rfc3986.html, 2005 (accessed December 2010).
[17] Berners-Lee, T.; Hall, W.; Hendler, J.; Shadbolt, N.; Weitzner, D. Creating a science of the Web. Science 2006,
313 (5788), 769-771.
[18] Berners-Lee, T.; Hall, W.; Hendler, J.A.; O’Hara, K.; Shadbolt, N.; Weitzner, D.J. A framework for Web Science.
Foundations and Trends in Web Science 2006, 1 (1), 1-134.
[19] BiomedGT http://biomedgt.nci.nih.gov/wiki/index.php/Main_Page (accessed: 12/08/2011)
[20] Bizer, C. Lehmann, J. Kobilarov, G. Auer, S. Becker, C., Cyganiak, R. and Hellmann, S. (2009). DBpedia - A
Crystallization Point for the Web of Data, in: Proceedings of the 2nd Linked Data on the Web Workshop, 2009.
[21] Blyberg, J. AADL.org Goes Social post to blyberg.net, 2007. http://www.blyberg.net/2007/01/21/aadlorg-goessocial.
(accessed: 12/08/2011)
[22] Braines, D., Smart, P. and Bao, J. (2010). ‘Emergent Capabilities for Collaborative Teams’, in the Evolving Web
Environment 3rd Annual Conference of ITA (ACITA), 2010.
[23] Breslin, J. Passant, A. and Deker, S. (2009). The Social Semantic Web, Springer.
[24] Bry, F., Eckert, M., Kotowski, J., Weiand, K. (2009). What the user interacts with: Reflections on conceptual
models for sematic wikis. In: Proceedings of Semantic Wiki Workshop, ESWC, Greece, 2009. (2009)
[25] Buchanan, M. (2003). Nexus: Small worlds and the ground breaking science of networks - WW Norton &
Company, 2003
[26] Buckland, K. M., (1997), What Is a ‘‘Document’’? In: JOURNAL OF THE AMERICAN SOCIETY FOR
INFORMATION SCIENCE. 48(9):804–809, 1997.
[27] Buraga, S.C. (2009). Dezvoltarea aplicatiilor Web - Dinspre Web-ul social spre Web-ul semantic, curs 1-13,
Facultatea de Informatica, Universitatea “A.I.Cuza” – Iasi, Romania, 2009
[28] C4ISR Interoperability Working Group, Department of Defense, Levels of Information Systems Interoperability
(LISI). Washington, D.C., 1998
[29] Candela, L., Castelli Donatella, and Pagano, P. (2007). A Reference Architecture for Digital Library Systems:
Principles and Applications in C. Thanos, F. Borri, and L. Candela (Eds.): Digital Libraries: R&D, LNCS 4877, pp.
22–35, 2007.Springer-Verlag Berlin Heidelberg
[30] Chambers, Sally (2007): Towards Metadata Interoperability between Archives, Audio- Visual Archives, Museums
and Libraries: What can we learn from The European Library metadata interoperability model? (August 31,

2007), http://www.edlproject.eu/downloads/EDLproject_D1.1_metadata_interoperability_report_v1.4.pdf (last
visited 17.06.2011).
[31] Chan, L. M. and Zeng, M. L. (2006), Metadata Interoperability and Standardization – A Study of Methodology Part
I., Part II. D-Lib Magazine, June 2006, 12/6, ISSN 1082-9873, http://www.dlib.org/dlib/june06/chan/06chan.html
(last visited 14.06.2011).
[32] CIDOC Conceptual Reference Model - Information Groups
http://cidoc.ics.forth.gr/docs/infogroup_graphics_v2.doc (last visited 17.06.2011).
[33] Cloonan, M. V. and Dove, J. G., (2005). Do digital libraries violate the Third Law? In: Library Journal,
04/01/2005. http://www.libraryjournal.com/article/CA512179.html (last visited: 28.07.2011).
[34] Consultative Committee for Space Data Systems (2002) Reference model for an Open Archival Information
System (OAIS). CCSDS 650.0-B-1 Blue Book, January 2002,
http://public.ccsds.org/publications/archive/650x0b1.pdf (accessed 05.06.2011)
[35] Creative Commons, http://creativecommons.org/ (accessed February 2010)
[36] Cruz, I. F. and Xiao, H. (2005).The Role of Ontologies in Data Integration. Journal of Engineering Intelligent
Systems, 13(4):245–252, December 2005.
[37] Cruz, I. F. and Xiao, H. (2009). Ontology Driven Data Integration in Heterogeneous Networks. In: Complex
Systems in Knowledge-based Environments: Theory, Models and Applications Studies in Computational
Intelligence, 2009, Volume 168/2009, 75-98, Springer, DOI: 10.1007/978-3-540-88075-2_4
[38] D4Science, http://www.d4science.eu/, (last visited 19.07.2011).
[39] Davies, J., Studer, R. and Warren, P. (2006), Semantic Web Technologies Trends and Research in Ontology based
Systems, Wiley Publishing, 2006.
[40] Davies, R. (2008). EuropeanaLocal – its role în improving access to Europe’s cultural heritage through the
European Digital Library. Workshop on Information Access to Cultural Heritage (IACH 2008) at ECDL 2008,
Aarhus, 18 September 2008, http://www.edlocal.eu/eng/Publications/Papers-and-documents,
http://ilps.science.uva.nl/IACH2008/papers/Davies_EuropeanaLocal_IACH2008.pdf (last visited 19.07.2011).
[41] De Roure D, Goble C, 2009. Software Design for Empowering Scientists. IEEE Software 2009, 26:88-95.
10.1109/MS.2009.22.
[42] De Roure, D., Goble, C. and Stevens, R. 2009. The Design and Realisation of the myExperiment Virtual Research
Environment for Social Sharing of Workflows. Future Generation Computer Systems 25, pp. 561-567.
doi:10.1016/j.future.2008.06.010
[43] Deelman, E, Gannon, D., Shields, M, and Taylor, I, 2009. Workflows and e-science: An overview of workflow
system features and capabilities. Future Generation Computer Systems, 25(5):528–540, 2009.
[44] Deelman, E., Singh, G., Su, M., Blythe, J., Gil, Y., Kesselman, C., Mehta, G., Vahi, K., Berriman, G.B., Good, J.,
Laity, A., Jacob, J.C., and Katz, D.S., 2005. Pegasus: a framework for mapping complex scientific workflows onto
distributed systems. Scientific Programming, 13(3):219–237, 2005.
[45] Definition of Digital Library: http://home.wlu.edu/~whaleyt/classes/digilib/whaley/definition.html (last visited
12.07.2011)
[46] Dengler, F., Lamparter, S., Hefke, M. and Abecker, A., (2009). Collaborative Process Development using Semantic
MediaWiki. In WM’09: 5th In-ternational Conference of Professional Knowledge Management. Köllen Verlag.
[47] Dengler, F., Vrandecic, D. and Simperl, E. (2011). Wikiing pro: semantic wiki-based process editor, Proceedings of
the sixth international conference on Knowledge capture, ACM New York, NY, USA, 2011, ISBN: 978-1-4503-
0396-5.
[48] Deutschen National Bibliothek, http://www.d-nb.de/service/pdf/zd_info_broschuere.pdf (last visited: 8.08.2011).
[49] Devarakonda, R., Palanisamy, G., Green, J. M. and Wilson, B.E. (2011). Data sharing and retrieval using OAI-
PMH, Earth Sci Inform 4:1–5, Springer-Verlag.
[50] Di Iorio, A. Vitali, F. Zacchiroli, St. (2008) ‘Wiki Content Templating’, WWW 2008, April 21–25, 2008, Beijing,
China. ACM 978-1-60558-085-2/08/04
[51] DILIGENT, http://diligent.ercim.eu/, (last visited 19.07.2011).
[52] DiMario, M.J. (2006) System of Systems Interoperability Types and Characteristics in Joint Command and Control,
Proceedings of the 2006 IEEE/SMC International Conference on System of Systems Engineering, Los Angeles,
CA, USA - April 2006
[53] Doan, A. Ramakrishnan, R. and Halevy, A. Y. (2011). ‘Crowdsourcing Systems on the World-Wide Web’,
Communications of the ACM, 2011, doi :10.1145/1924421.1924442
[54] Dublin Core Metadata Initiative, http://dublincore.org/metadata-basics/ (accessed January 2010).
[55] Duval, E., Hodgins, W., Sutton, S. & Weibel, S.L. (2002). Metadata principles and practicalities. D-Lib Magazine,
8(4).
[56] Eclipse Public License - v 1.0, http://www.eclipse.org/legal/epl-v10.html (last visited November 24, 2009).
[57] Ell, B., 2009. Integration of external data in semantic wikis, Masterarbeit im Studiengang Informatik, Institut für
Angewandte Informatik und Formale Beschreibungsverfahren KIT - Karlsruher Institut für Technologie, 2009.
[58] Elmroth, E., Hernandez, F., Tordsson, 2010, J. Three Fundamental Dimensions of Scientific Workflow
Interoperability: Model of Computation, Language, and Execution Environment. In: Future Generation Computer
Systems Volume 26, Issue 2, Pages 245-256, http://dx.doi.org/10.1016/j.future.2009.08.011, Elsevier.
[59] Engelbart, D.C. (1963). Augmenting Human Intellect: A Conceptual Framework, SRI Summary Report AFOSR-
3223, http://www.dougengelbart.org/pubs/augment-3906.html, (last visited: 30.07.2011).
[60] Engeström, J. (2005). http://www.zengestrom.com/blog/2005/04/why-some-social-network-services-work-andothers-dont-or-the-case-for-object-centered-sociality.html
(last visited: 30.07.2011).
68

[61] Fedora Commons Repository Documentation, http://www.fedora-commons.org/docs/repository. (Accessed:
07/06/2011)
[62] Fensel, D. Ontologies: A Silver Bullet for Knowledge Management and Electronic Commerce, 2nd Ed.; Springer,
Berlin, 2004.
[63] Fernandes, A., Breitman, K.., Vieira, T.A.S., Casanova, M.A. and Furtado, A.L., (2006). Semi-automated
Workflow Synthesis. In: ISoLA 2006. Second International Symposium on Leveraging Applications of Formal
Methods, Verification and Validation, 15-19 Nov. 2006, pg. 332 – 334, ISBN: 978-0-7695-3071-0.
[64] Ferro, N., 2008, Digital Annotations: a Formal Model and its Applications, Information Access through Search
Engines and Digital Libraries The Kluwer International Series on Information Retrieval, 2008, Volume 22, 113-
146, DOI: 10.1007/978-3-540-75134-2_7, Springer-Verlag
[65] Fielding, R.T., 2000, Architectural Styles and the Design of Network-based Software Architectures, Doctoral
Dissertation, ACM, ISBN: 0-599-87118-0, 2000.
[66] Foster, I, Kesselman, C., Nick, J and Tuecke, S. (2002), “Grid Services for Distributed System Integration”, IEEE
Computer 35, pp. 37-46, (6) June 2002.
[67] Fuentes-Lorenzo, D., Morato, J. and Gómez, J. M. (2009), Knowledge management in biomedical libraries: A
semantic web approach, Inf Syst Front (2009) 11:471–480, DOI 10.1007/s10796-009-9159-y, Springer-Verlag
[68] Gartner Group. (2011). Data Management and Integration.
http://www.gartner.com/technology/core/products/research/topics/dataManagementIntegration.jsp (last visited:
12.09.2011).
[69] Gil, Y. 2006, “Workflow Composition: Semantic Representations for Flexible Automation”, in “Workflows for e-
Science”, Deelman, E., Gannon, D. Shields, M., and Taylor, I. (Eds), Springer Verlag, 2006.
[70] Giurgiu, M., Homodi, A. Veja, C., Hagedorn, G. and Nimis, P. L.. ‘A search tool for the digital biodiversity
resources of KeyToNature’, Nimis P. L., Vignes Lebbe R. (eds.), Tools for Identifying Biodiversity: Progress and
Problems, Paris September 2010, pp. 19-24.
[71] Gómez-Berbís, J. M., Colomo-Palacios, R., López-Cuadrado, J.L., González-Carrasco, I. and García-Crespo, A.
(2011). “SEAN: Multi-ontology semantic annotation for highly accurate closed domains”, International Journal of
the Physical Sciences Vol. 6(6), pp. 1440-1451, ISSN 1992 - 1950 ©2011 Academic Journals.
[72] Gonçalves, M. A., Fox, E. A., Watson, L. T., & Kipp, N. (2004). Streams, structures, spaces, scenarios, societies
(5S): a formal model for digital libraries. ACM Transactions on Information Systems, 22(2), 270–312.
[73] Gonçalves, M.A. and Fox, E.A. (2004). Toward a Digital Library Theory: A Formal Digital Library Ontology.
SIGIR, Mathematical Formal Methods workshop, 2004.
[74] Gonçalves, M.A. Streams, Structures, Spaces, Scenarios, and Societies (5S): A Formal Digital Library Framework
and Its Applications, Ph.D. Dissertation, Virginia Tech, http://scholar.lib.vt.edu/theses/available/etd-12052004-
135923, 2004. (last visited 18.07.2011).
[75] Gonçalves, M.A., France, R.K. Fox, E.A., Hilf, E.R., Zimmermann, K. and Severiens, Th. (2001) MARIAN:
Flexible Interoperability for Federated Digital Libraries, Springer Lecture Notes in Computer Science 2163, pp.
173-186. Key: citeulike:634309
[76] Gruber, T. (2007), Collective Knowledge Systems: Where the Social Web meets the Semantic Web. Web
Semantics: Science, Services and Agents on the World Wide Web (2007), doi:10.1016/j.websem.2007.11.011
[77] Hagedorn, G, Weber, G., Plank, A. Giurgiu, M., Homodi, A. Veja, C., Schmidt, G., Mihnev, P., Roujinov, M.,
Triebel, D., Morris, R. A., Zelazny, B. van Spronsen, Ed., Schalk, P., Kittl, Ch., Brandner, R., Martellos, St.
Nimis, P.L. (2010). ‘An online authoring and publishing platform for field guides and identification tools’, Proc. of
Conf. Tools for Identifying Biodiversity: Progress and Problems, Paris, September 2010 – pp. 13-18
[78] Hagedorn, G. (2008). Key to Nature EU deliverable D 4.4: Resource Metadata Exchange Agreement.
http://www.keytonature.eu/wiki/Key_to_Nature_EU_deliverable_D_4.4:_Resource_Metadata_Exchange_Agreeme
nt (last visited: 12.01.2010).
[79] Haslhofer, B. and Heuhold, J. (2011). A Retrospective on Semantics and Interoperability Research, In: Fensel, D.
(Edt.) Foundations for the Web of Information and Services, ISBN: 978-3-642-19796-3, Springer, 2011.
[80] Hausenblas, M., Troncy, R., Bürger, N. and Raimond, Y. (2009). Interlinking Multimedia - How to Apply Linked
Data Principles to Multimedia Fragments. LDOW2009, April 20, Madrid, Spain, 2009.
[81] Hecht, R. and Haslhofer, B. (2005). Joining the BRICKS Network - A Piece of Cake. Online at:
http://conf.cpic.ru/upload/eva2005/reports/dokladEn_736.pdf, (last visited 19.07.2011).
[82] Heery, Rachel, Anderson, Sheila. (2005). Digital Repositories Review, UKOLN and AHDS,
http://www.jisc.ac.uk/uploaded_documents/digital-repositories-review-2005.pdf (last visited 15.07.2011).
[83] Hestenes, D. 2006. Notes for a Modelling Theory of Science, Cognition and Instruction, In: Proceedings of the
2006 GIREP conference: Modelling in Physics and Physics Education,
http://modeling.asu.edu/r&e/notes_on_modeling_theory.pdf, (last visited: 29.07.2011).
[84] Hill, L. L., Buchel, O., Janée, G., & Zeng, M. L. (2002). Integration of Knowledge Organization Systems into
Digital Library Architectures: Position Paper. In J.-E. Mai & C. Beghtol & J. Furner & B. Kwasnik (Eds.),
Advances in Classification Research. Proceedings of the 13th ASIST SIG/CR Workshop on "Reconceptutalizing
Classification Research" (pp. 62-68). Philadelphia, PA.
[85] Hoenderboom, B. and Liang, P. (2008). ‘A Survey of Semantic Wikis for Requirements Engineering’, RUG-
SEARCH-09-L03, 2008.
[86] http://oaei.ontologymatching.org (Accessed: 02/06/2010)
[87] http://www.omg.org/spec/UML/index.htm, (last visited: 29.07.2011).
[88] http://www.openarchives.org/ore/documents/ore-jcdl2007.pdf (last visited 19.07.2011).
[89] http://www.w3.org/TR/DOM-Level-2-Core/introduction.html (last visited: 19.07.2011).
69

[90] http://www.w3.org/TR/DOM-Level-3-Core/introduction.html, (last visited: 29.07.2011).
[91] http://www.w3.org/TR/xml-infoset/, (last visited: 29.07.2011).
[92] http://www.w3.org/XML/, (last visited: 29.07.2011).
[93] https://wikis.uit.tufts.edu/confluence/display/UITKnowledgebase/Digital+Libraries+and+Repositories (last visited
12.07.2011)
[94] Hüner, K. M. and Otto, B.(2009).The Effect of Using a Semantic Wiki for Metadata Management: A Controlled
Experimen’, DOI: 978-0-7695-3450-3/09,IEEE, 2009.
[95] Hüner, K. M., Otto, B. and Österle, H. (2011) Collaborative management of business metadata. International
Journal of Information Management (2011), doi:10.1016/j.ijinfomgt.2010.12.002, Elsevier.
[96] Institute of Electrical and Electronics Engineers. IEEE Standard Computer Dictionary: A Compilation of IEEE
Standard Computer Glossaries. New York, NY: 1990.
[97] International Council of Museums (ICOM).The CIDOC Conceptual Reference, (2010).http://www.cidoc-crm.org/
(last visited 17.06.2011).
[98] Jade based process editor http://jade.tilab.com/wade/index.html (Accessed: 22/06/2010)
[99] Janev, V., & Vraneš, S. (2010) Applicability assessment of Semantic Web technologies. Information Processing
and Management (2010), doi:10.1016/j.ipm.2010.11.002.
[100] JaWE based process editor http://www.jped.org/ (Accessed: 09/06/2010)
[101] Jentzsch A (2009) DBpedia – extracting structured data from Wikipedia. Presentation at Semantic Web in
Bibliotheken (SWIB2009), Cologne, Germany
[102] JISC InfoNet, http://www.jiscinfonet.ac.uk/infokits/repositories/ (last visited: 16.07.2011).
[103] Jones, R., Andrew, Th. and MacColl, J.(2006) The Institutional Repository. Oxford: Chandos Publishing
, 2006, URI: http://hdl.handle.net/1842/858 (last visited 13.07.2011)
[104] Kawamoto, K., Kitamura, Y. and Tijerino, Y. (2008). KawaWiki: A Template-Based SemanticWiki
Where End and Expert Users Collaborate, 2008
[105] KeyToNature Project, an eContentplus programme. Contract no. ECP-2006-EDU-410019.
www.KeyToNature.eu
[106] Khan, R. and Wilensky, R. (1995). A Framework for Distributed Digital Object Services, cnri.dlib/tn95-
0, online at: http://www.cnri.reston.va.us/k-w.html (last visited 19.07.2011).
[107] Kleiner, F. and Abecker, A. (2008). ‘Towards a Collaborative Semantic Wiki-based Approach to IT
Service Managemen’t, 2008.
[108] Klyne, G.; Carroll, J.J.; McBride, B. Resource Description Framework (RDF): concepts and abstract
syntax. http://www.w3.org/TR/rdf-concepts/, 2004 (accessed December 2009).
[109] Knorr Cetina, K. (2001). The practice turn in contemporary theory, edited by Theodor R. Schatzki, Karin
Knorr Cetina, and Eike von Savigny (London 2001: Routledge.)
[110] Kollias, St. and Cousins, J.(2008) Semantic Interoperability in the European Digital Library,
Proceedings of the First International Workshop, SIEDL 2008, Tenerife, June 2, 2008
[111] Koren, Y. (2011). Semantic MediaWiki vs. SharePoint, http://wikiworks.com/semantic-mediawiki-vssharepoint.html
(last visited: 16.07.2011)
[112] Kotelnikov, M., Polonsky, A., Kiesel, M., Völkel, M., Haller, H., Sogrin, M., Lannerö, P. and Davis, B.
(2007). The Social Semantic Desktop-Interactive Semantic Wikis, Deliverable D1.1-NEPOMUK , 2007
[113] Kousetti, K., Millard, D. E. and Howard, Y. (2008). A Study of Ontology Convergence in a Semantic
Wiki. Proccedings of WikiSym '08, September 8-10, Porto, Portugal. Copyright 2008 ACM 978-1-60558-128-
3/08/09.
[114] Koutsomitropoulos, D., Solomou, G., Alexopoulos, A. and Papatheodorou, Th., 2010. Semantic Web
enabled digital repositories. In: International Journal on Digital Libraries, 10/4, Springer Berlin / Heidelberg, pp.
179-199, http://dx.doi.org/10.1007/s00799-010-0059-z
[115] Krötzsch, M., Vrandecic, D. Völkel, M. Haller, H., Studer. R. (2007). Semantic Wikipedia. In Journal of
Web Semantics 5/2007, pp. 251-261. Elsevier 2007.
[116] Kruk, S.R. and McDaniel, B., 2009, Goals of Semantic Digital Libraries, In: Semantic Digital Libraries,
Springer-Verlag, ISBN: 978-3-540-85433-3, pp. 71-76.
[117] Kruk, S.R., Westerki, A. and Ewelina Kruk, 2009, Architecture of Semantic Digital Libraries, In:
Semantic Digital Libraries, Springer-Verlag, ISBN: 978-3-540-85433-3, pp. 77-85.
[118] Kuhn, T. (2009). How Controlled English can Improve Semantic Wikis. arXiv:0907.1245v1 [cs.HC] 7
Jul 2009.
[119] Lagoze, C. and Nelson, M. Open Archives Initiative Protocol for Metadata Harvesting (OAI-PMH
initiative), http://www.openarchives.org/OAI/openarchivesprotocol.html (accessed January 2010).
[120] Lange, Ch., Hausenblas, M., Bao, J. and Ding, L. (2010). ‘Semantics of Governmental Statistics Data’,
Web Science Conf. 2010, April 26-27, 2010, Raleigh, NC, USA.
[121] Lenzerini, M. (2002).Data Integration: A Theoretical Perspective, PODS '02 Proceedings of the twentyfirst
ACM SIGMOD-SIGACT-SIGART symposium on Principles of database systems, ISBN:1-58113-507-6
[122] Leuf, B., and Cunningham, W.(2001). The Wiki Way Quick Collaboration on the Web.
[123] Lewis, G.A. and Wrage, L. (2005), Approaches to Constructive Interoperability (CMU/SEI-2004-TR-
020 ESC-TR-2004-020). Pittsburgh, PA: Software Engineering Institute, Carnegie Mellon University, 2005
[124] Ludäscher, B., Altintas, I., Berkley, Ch., Higgins, D., Jaeger, E., Jones, M. Lee, E.A., Tao, J. Zhao, Y.,
(2006). Scientific workflow management and the Kepler system, In: Concurrency and Computation: Practice and
Experience, John Wiley & Sons, Ltd., DOI=10.1002/cpe.994, pg. 1039-1065.
70

[125] Maccagnan et al., 2010. Combining ontologies and workflows to design formal protocols for biological
laboratories. In: Automated Experimentation 2010, 2:3, DOI: 10.1186/1759-4499-2-3.
[126] Marshall, C.C., Shipman III, F. and McCall, R. J. (1994). ‘Putting Digital Libraries to Work: Issues from
Experience with Community Memories.’ Online: http://www.csdl.tamu.edu/DL94/paper/marshall.html (Accessed:
02/06/2010)
[127] Martin, M and Auer, S. (2010). ‘Categorisation of Semantic Web Applications’. SEMAPRO 2010 : The
Fourth International Conference on Advances in Semantic Processing. IARIA, 2010 ISBN: 978-1-61208-104-5, pg.
179-185.
[128] Martin, M., Gerber, D., Heino, N., Auer, S. and Ermilov, T. (2010). “Managing Multimodal and
Multilingual Semantic Content”. In: Proceedings of the 7th International Conference on Web Information Systems
and Technologies, 2010.
[129] MEG Registry (Registry of MEG-related schemas),
http://www.ukoln.ac.uk/metadata/education/registry/contents.html (last visited 19.07.2011).
[130] Melnik, S. and Decker, S. (2000). A Layered Approach to Information Modeling and Interoperability on
the Web. In ECDL Workshop on the Semantic Web, Lisbon, Portugal, 2000.
[131] Metcalf, C. and Lewis, G.A. (2006) Model Problems in Technologies for Interoperability: OWL Web
Ontology Language for Services (OWL-S). (CMU/SEI-2006-TN-018) Pittsburgh, PA: Software Engineering
Institute, Carnegie Mellon University, April 2006, http://www.sei.cmu.edu/reports/06tn018.pdf. (last visited
21.07.2011).
[132] Mikeal, A. Creel, J. Maslov, A. Phillips, S. Leggett, J. and McFarland, M. (2009). Large-scale ETD
repositories: A case study of a digital library application, Joint Conference on Digital Libraries 2009, June 15–19,
2009, Austin,TX, USA.
[133] Miller, P. (2000) "Interoperability. What is it and Why should I want it?", Ariadne Project, Ariadne Issue
24, 21-Jun-2000, http://www.ariadne.ac.uk/issue24/interoperability/, (last visited 19.07.2011).
[134] Minguillón, J., Sicilia, M.A. and Lamb, B. (2011). “From Content Management to E-Learning Content
Repositories”. In: N. Ferran and J. Minguillón (eds.), Content Management for E-Learning, DOI 10.1007/978-1-
4419-6959-0_2, Springer Science&Business Media, LLC 2011, pg. 27-42
[135] Morris, E., Levine, L., Meyers, L. Plakosh, D. and Place, P.(2004), Systems of Systems Interoperability,
CMU/SEI-2004-TR-004, ESC-TR-2004-004, Software Engineering Institute, Carnegie Mellon University, April
2004.
[136] myExperiment http://www.myexperiment.org/ (last visited 19.07.2011).
[137] Naudet, Y., Latour, T., Hausmann, K., Abels, S., Hahn, A. and Johannesonn, P. (2006), Describing
Interoperability: the OoI Ontology, Proceedings of CAiSE’06 The 18th Conference on Advanced Information
Systems Engineering Luxembourg, 5-6 June, 2006. http://ftp.informatik.rwth-aachen.de/Publications/CEUR-
WS/Vol-200/09.pdf (Accessed: 02/06/2010)
[138] Neiswender, C. 2009. "Introduction to Metadata." In The MMI Guides: Navigating the World of Marine
Metadata. http://marinemetadata.org/guides/mdataintro. (Accessed: 02/06/2010)
[139] NISO (National Information Standards Organization) (2004). Understanding metadata. Bethesda, MD:
NISO Press., http://www.niso.org/standards/resources/UnderstandingMetadata.pdf, (last visited 19.07.2011).
[140] OAI http://www.openarchives.org/, (last visited 19.07.2011).
[141] Object Management Group. MDA: Executive Overview (2005)
http://www.omg.org/mda/executive_overview.htm (Accessed: 02/06/2010)
[142] OCLC/RLG Working Group on Preservation Metadata. (2002). Preservation Metadata and the OAIS
Information Model, A Metadata Framework to Support the Preservation of Digital Objects. Available:
http://www.oclc.org/research/projects/pmwg/pm_framework.pdf. (Accessed: 05/06/2010)
[143] Ogasawara, E., Paulino, C., Murta, L., Werner, C., and Mattoso, M., (2009). Experiment Line: Software
Reuse in Scientific Workflows, Scientific and Statistical Database Management, Lecture Notes in Computer
Science, 2009, Volume 5566/2009, 264-272, Springer, DOI: 10.1007/978-3-642-02279-1_20.
[144] Oinn T, Addis M, Ferris J, Marvin D, Senger M, Greenwood M, Carver T, Glover K, Pocock M, Wipat
A, Li P, 2004. Taverna: a tool for the composition and enactment of bioinformatics workflows. Bioinformatics
(Oxford, England) 2004, 20:3045-3054. 10.1093/bioinformatics/bth361
[145] Page, E.H., Briggs, R., and Tufarolo, J.A. (2004). “Toward a Family of Maturity Models for the
Simulation Interconnection Problem.” Proceedings IEEE Spring Simulation Interoperability Workshop, IEEE CS
Press
[146] Parr, T. (2004). ‘Enforcing Strict Model-View Separation in Template Engines’. In: Proceedings of
WWW2004 Conference, May 17–20, 2004, New York, USA. ACM 158113844X/04/0005.
[147] Peter, H., Sack, H. and Beckstein, C. (2006), SmartIndexer – Amalgamating Ontologies and Lexical
resources for Document Indexing, IN: Proceedings of OntoLex 2006, doi=10.1.1.116.8953.
[148] Petty, M.D., and Weisel, E.W. (2003). “A Compos-ability Lexicon.” Proceedings Spring Simulation Interoperability
Workshop, IEEE CS Press
[149] Pirsig, R. (1974). Zen and the Art of Motorcycle Maintenance, New York: Bantam Books.
[150] Pokraev, Stanislav and Reichert, Manfred and Steen, Maarten W.A. and Wieringa, Roel (2005) Semantic
and Pragmatic Interoperability: A Model for Understanding. In: J. Castro, E. Teniente (Eds.) Proc. of the
CAiSE'05 Workshops, June 2005, Porto, Portugal.
[151] Repository software survey, http://www.rsp.ac.uk/start/software-survey/results-2010/ (last visited:
16.07.2011).
71

[152] Resource Metadata Exchange Agreement. (2008).
http://www.keytonature.eu/wiki/Resource_Metadata_Exchange_Agreement. (Accessed: 02/06/2010).
[153] Schaffert, S. (2006) Semantic social software: Semantically enabled social software or socially enabled
semantic web? In Proceedings of the SEMANTICS 2006 conference, pp. 99–112, Vienna, Austria, November
2006. OCG.
[154] Schaffert, S. Eder, J., Grünwald, S., Kurz, T., Radulescu, M., Sint, R. and Stroka, S. (2009). ‘KiWi – a
platform for semantic social software. ‘ In Proc. of the 4th Workshop on Semantic Wikis, ESW C 2009,
Hersonissos, Greece, June 2009.
[155] Schindler, C. and Rittberger, M. (2009). Herausforderungen für die Gestaltung von wissenschaftlichen
Informationsinfrastrukturen durch Web 2.0. In: Information - Wissenschaft & Praxis, 60, 4, 215-224.
[156] Schindler, C., Veja, C. Rittberger, M. and Vrandecic, D. (2011). How to Teach Digital Library Data to
Swim into Research. In Proceedings of i-Semantics conference, September 7 - 9, 2011, Graz, Austria, ACM 978-1-
4503-0621-8, pp. 142-149.
[157] Schindler, C., Vrandecic, D., Rittberger, M., Studer, R. and Veja, C. (2011). Kollaborative Analyse von
historischen Netzwerken: Virtuelle Forschungsumgebung für die Historische Bildungsforschung. In Proceeding of
“Kooperationen und Netzwerke in bildungshistorischer Perspektive“Jahrestagung der Sektion Historische
Bildungsforschung in der DGfE, Basel, 16-18.09.2011. (publication accepted).
[158] Sen, A. (2004). Metadata management: past, present and future, Decision Support Systems 37 (2004) pg.
151– 173, Elsevier. doi:10.1016/S0167-9236(02)00208-7.
[159] SGML, ISO 8879:1986, http://www.iso.org/iso/catalogue_detail.htm?csnumber=16387 (Accessed:
02/06/2010)
[160] Shadbolt, N.; Hall, W.; Berners-Lee, T. The Semantic Web revisited. IEEE Intelligent Systems 2006, 21
(3), 96-101.
[161] Shneiderman, B., (1989), “Reflections on Authoring, Editing, and Managing Hypertext, In: The Society
of Text”, (ed. E. Barrett), MIT Press, 1989.
[162] Siorpaes, K., and Simperl, E., (2010). Human intelligence in the process of semantic content creation.
World Wide Web WWW Journal, 13(1), 33–59.
[163] Soergel, D. Digital Libraries and Knowledge Organization, (2009) in: Sebastian Ryszard Kruk,Bill
McDaniel (editors):Semantic digital libraries, 2009, Springer.
[164] Spivack, N. Making Sense of the Semantic Web, http://www.mindingtheplanet.net
[165] Staab, St., Scherp, A., Arndt, R., Troncy, R., Grzegorzek, M., Saathoff, C., Schenk, S. and Hardman, L.
(2008) Semantic Multimedia, http://homepages.cwi.nl/~troncy/Publications/Troncy_Staab-rw08.pdf (Accessed:
12/06/2011)
[166] Taylor, I., Shields, M., Wang, I., and Harrison, A. (2007). The Triana workflow environment:
architecture and applications. In I. Taylor et al., editors, Workflows for e-Science, pages 320–339. Springer-Verlag,
2007.
[167] Tempich, C., Simperl, E., Luczak, M., Studer, R., Pinto, H.S., Argumentation-Based Ontology
Engineering, IEEE Intelligent Systems, vol. 22, no. 6, pp. 52-59, Nov./Dec. 2007, doi:10.1109/MIS.2007.103.
[168] Tolk A., Diallo SY, King RD, Turnitsa CD. A Layered Approach to Composition and Interoperation in
Complex Systems, Springer SCI 168, 2009, 41–74.
[169] Tolk, A. and Muguira, J. A. (2003),The Levels of Conceptual Interoperability Model, 2003 Fall
Simulation Interoperability Workshop Orlando, Florida, September 2003.
[170] Tolk, A (2004). Metamodels and Mappings–Ending the Interoperability War. In Fall Simulation
Interoperability Workshop, pages 748–761. IEEE CS Press, 2004.
[171] Tolk, A. (2003), “Beyond Technical Interoperability; Introducing a Reference Model for Measures of
Merit for Coalition Interoperability”, 8th International Command and Control Research and Technology
Symposium (ICCRTS), Washington, D.C., June 17-19, 2003. Washington D.C., Command and Control Research
Program (CCRP), 2003.
[172] Tolk, A. (2006). What comes after the Semantic Web – PADS Implications for the Dynamic Web,
Proceedings 20th ACM/IEEE/SCS* Workshop on Principles of Advanced and Distributed Simulation, IEEE/ACM
Press, 2006
[173] Tolk, A., Turnitsa, C. and Diallo, S. (2008). Implied Ontological Representation Within the Levels of
Conceptual Interoperability Model. Intelligent Decision Technologies, 2(1):3–20, 2008.
[174] Trappey, C. V. Trappey, Amy J.C., Huang, C.-J., Ku, C.C. (2009). The design of a JADE-based
autonomous workflow management system for collaborative SoC design. Expert Systems with Applications 36 pg.
2659–2669
[175] Treloar, A. and Wilkinson, R. (2008). “Rethinking Metadata Creation and Management in a Data-Driven
Research World”, Fourth IEEE International Conference on eScience, DOI =10.1109/eScience.2008.41, pg. 782-
789.
[176] van der Aalst, W.M.P. and van Hee, K.M, (2002). Workflow Management: Models, Methods, and
Systems. MIT press, Cambridge, MA, 2002.
[177] Vardigan, M. and Whiteman, C. (2007) ICPSR meets OAIS: applying the OAIS reference model to the
social science archive context. Arch Sci (2007) 7:73–87, DOI 10.1007/s10502-006-9037-z, Springer-Verlag.
[178] Veja, C. http://biowikifarm.net/meta/MediaWiki_based_ingest_tool (Accessed: 19/06/2011)
[179] Veja, C. http://biowikifarm.net/meta/MediaWiki_based_online_Tasks_management_for_ingest_tool
(Accessed: 19/06/2011)
72

[180] Veja, C., 2009, K2N-DCMI-Europeana metadata elements mappings, http://biowikifarm.net/meta/K2N-
DCMI-Europeana_Metadata_Elements_Mapping. (Accessed: 19/06/2011)
[181] Veja, C., 2010, Implementation details of Java-based Fedora Ingestion code,
http://biowikifarm.net/meta/Implementation_details_of_Java-based_Fedora_Ingestion_code (last visited February
12, 2010)
[182] Veja, C., Hagedorn, G., Weber, G. and Giurgiu, M. (2010) “Metadata Repository Management using the
MediaWiki Interoperability Framework A Case Study:The KeyToNature Project”, Proc. Of Int. Conf. eChallenges
e-2010, 27 - 29 October 2010 Warsaw, Poland, ISBN: 978-1-4244-8390-7.
[183] Veja, C., Hagedorn, G., Weber, G. and Giurgiu, M. ‘Semantic MediaWiki Interoperability Framework
from a Semantic Social Software Perspective’, Proc. of International Symposium on Electronics and
Telecommunications ETC 2010, Timisoara, November 2010, pp. 403-406, IEEE
DOI=10.1109/ISETC.2010.5679307.
[184] Veja, C., Hagedorn, G., Weber, G., Suta, L., Vaida, F.M., (2011), Models for metadata repository
management using Semantic Social Software. Proc. Of Int. Conf. eChallenges e-2011, October 25-27. Florence,
Italy, ISBN 978-1-905824-27-4, pp. 1-8.
[185] Veja, C., Vaida, F M, Hagedorn, G., (2011), “Sharing the knowledge: Semantic MediaWiki”. Acta
Technica Napocensis, 2/2011, vol. 52, pp. 10-17, ISSN: 1221-6542.
[186] Veja, C., Weber, G., Hagedorn, G. and Giurgiu, M. (2010).“MediaWiki Interoperability Framework for
Multimedia Digital Resources”, Proc. Of IEEE 6th Int. Conf. on Intelligent Computer Communication and
Processing, Cluj-Napoca, Romania, 2010, August 26-28. pp. 321-328.
[187] Vieira, T.A.S., and Casanova, M.A., (2006), Flexible Workflow Execution through an Ontology-based
Approach, DOI= 10.1.1.94.2349.
[188] Vieira, T.A.S., Casanova, M.A. and Ferrao, L.G. (2004). An Ontology-Driven Architecture for Flexible
Workflow Execution, presented at WebMedia and LA-Web, 2004.,
http://dl.acm.org/citation.cfm?id=1032657.1034021, pg. 70-77.
[189] Völkel, M. 2010, Personal Knowledge Models with Semantic Technologies, Ph.D thesis,
http://digbib.ubka.uni-karlsruhe.de/volltexte/1000019641 (last visited: 28.07.2011).
[190] Völkel, M., 2007. Semantic Web Content Model and Repository. In: Proceedings of the 3rd International
Conference on Semantic Technologies, Graz, Austria, pg. 254—262.
[191] Voss, A. and Procter, R. (2009). Virtual research environments in scholarly work and communications.
In: Library Hi Tech. 27, 2, 174-190. DOI = 10.1108/07378830910968146
[192] Vrandecic, D. (2010), Ontology Evaluation, PhD thesis, Karlsruher Instituts fur Technologie (KIT), June
2010.
[193] Wallnau, K., Hissam, S. and Seacord, R. 2001, Building Systems from Commercial Components. New
York, NY: Addison-Wesley, 2001.
[194] Wang W.G., Tolk A., Wang W.P., (2009). The levels of conceptual interoperability model: Applying
systems engineering principles to M&S. Spring Simulation Multiconference (SpringSim'09). San Diego, CA, USA.
(Published by SCS in the SpringSim'09 Proceedings), 2009.
[195] Wang, S., Shen, W., & Hao, Q., (2006). An agent-based web service workflow model for inter-enterprise
collaboration. Expert Systems with Applications, 31(4), 787–799.
[196] WfMC. (1999). Workflow management coalition terminology and glossary, document number WfMC-tc-
1011, document status – issue 3.0.
[197] Wikipedia, www.en.wikipedia.org
[198] Wiley, D. (2007). “Content is infrastructure. Terra incognita.” Available at
http://blog.worldcampus.psu.edu/index.php/2007/10/03/content-is-infrastructure/ (last visited 19.07.2011).
[199] Wrage, L. and Lewis, G. A. (2006) Model Problems in Technologies for Interoperability: Web Service,
CMU/SEI-2006-TN-021, Software Engineering Institute, Carnegie Mellon University, June 2006.
[200] Z39.50 protocol http://www.loc.gov/z3950/agency/ (last visited 19.07.2011).
[201] Zeng, M.L., & Xiao, L. (2001). Mapping metadata elements of different format. E-Libraries 2001,
Proceedings, May 15-17, 2001, New York: 91-99. Medford, NJ: Information Today, Inc.
[202] Zupancic. B. (2006). Vorlesungsaufzeichnungen und digitale Annotationen - Einsatz und Nutzen in der
Lehre. PhD thesis, Albert-Ludwigs Universitaet Freiburg, July 2006.
73