元数据的使用可以大大提高信息系统检索和管理的效率,W3C 提出的RDF 则解决了在Web 数据集成中使用元数据的问题。本文逐一介绍RDF 的基本含义,,RDF 的特点,RDF的语法，RDF的模式和RDF的词汇集等等。本文还研究了一种结构，该结构旨在开发数据语义，以对集成的异构信息源提供一个连贯的、有意义视图。
异构信息集成
RDF(S)是新近出现的元数据标准,它的提出是想将WWW变成一个机器可理解的知识库。这是一个XML的应用,它可以对数据进行标注并形成一种Web兼容格式,在一个详细的目标模型的基础上描述概念和关系。主要目标是提供一个基于RDF的语义级统一接口来查询异构信息源。我们并不想将所有可能的资源合并在一起提供一个所有属性的集成视图。因为它把所有集成资源语义结构的理解都留给了用户,集成视图方法只提供非常弱的语义。
研究方法
建立Web 信息源集成系统的目的是为用户提供多异构信息源的统一查询机制,让用户像使用一个大数据库一样,用统一的方式使用来自不同数据源的各种数据。原则上讲有两种信息集成的方法：数据仓库和按需检索。
数据仓库方法(紧密型) 是在用户提出查询之前将所有参与集成的数据源收集到一个中心仓储中(如图4-1所示) ,然后,提供对这个存储仓储的查询机制。当信息源的数据发生变化时,存储仓储中的数据也要作相应的修改。因此这种间接访问方式可能会带来一致性和可扩展性问题。
按需检索方法(松散型) 数据仍然保存在各信息源,集成系统仅提供一个虚拟的集成视图以及对这个集成视图的查询处理机制,系统必须能自动地将用户对集成模式的查询请求转换为对各信息源的查询,在查询过程中动态地从集成数据源收集数据。如MIX项目,应用一个(虚拟的)XML视图集成结构,采用一种松散的方法用一种专用XML查询语言来评价查询式。由于这种方法不需要重复存储大量数据,并且能保证查询到最新数据,比较适合高度自治的集成数量多更新变化快的Web信息源集成。因此目前的研究多集中在按需检索法。下图是该系统的结构：
