TRS内容管理介绍.

内容管理深化电力行业信息化北京拓尔思信息技术有限公司陈明主要内容内容管理与电力行业资源整合与搜索服务网站和门户建设第一部分：内容管理从数据管理到内容管理曾把信息管理定义为数据管理(DM)和内容管理（CM）两部分的集成“对计算机应用来讲，计算机系统从数据管理发展到内容管理是一大进步，因为它体现了更好的人文精神和更好、更高的一种工作效率。”内容管理的概念内容管理的概念内容生命周期内容管理的应用环境网络环境互联网、内网行业政府、媒体、企业、教育科研应用网站管理、资源整合、发布搜索、知识管理内容管理的几个方面采集、创建：资源整合存储服务标准化内容的来源、采集和创建采集，整合各种现有资源网络历史数据库分散文件其他业务系统人的参与人工的采集、标引加工内容的存储(与关系数据库的共存）内容的特点结构：元数据＋对象数据大规模，要求低成本综合成本，包括数据库的硬件运行环境、管理成本等等数据库功能特点：淡化关系运算强调索引和查询加强语言处理分布式和组织结构适应全文数据库SybaseOracleMSSQLServer关系数据库内容服务直接面向人的服务服务内容：数据的挖掘服务形式：服务的个性化•个性化Portal数据的价值体现理解人的需要服务方式：推送内容管理的标准化元数据的标准化行业标准国家标准数据对象格式文件、图片、音视频数据封装XML框架：XinhuaML、CNML、NewsML、资源描述：RDF、METSTRS内容管理的情况2000年首先在国内发布《内容管理白皮书》专注创新，历时六年的发展产品情况全线内容管理软件产品“实现对异构环境下以各类非结构化和半结构化数据为主的内容的全面管理，提供内容采集、创建、加工、存储、传递、组织、服务和反馈等内容全生命周期过程中所需各项功能，以及元数据管理、智能检索和分析、数字版权和内容安全等专项技术，使内容得到高效利用和增值，给内容所有者和消费者带来效益。”内容服务平台内容采集创建网络信息采集信息采集网关多媒体采集数据交换接口内部创作接口电子文档处理内容管理数据存储结构化数据对象数据非结构化数据内容挖掘与知识管理服务自动分类自动摘要自动聚类查重与相似性分析过滤与知识提取本地内容管理本地应用集成本地内容采集本地内容编辑跨媒体发布个性化服务版权保护内容评估站点管理电子商务个人内容桌面内容协作平台内容编审监控统计用户管理工作流引擎协同工作沟通TRS内容管理架构内容采集ContentCapture内容存储ContentRepository内容挖掘ContentMining内容加工ContentProcessing内容服务ContentServicesTRS内容管理主流产品内容服务平台内容采集创建网络信息采集信息采集网关多媒体采集数据交换接口内部创作接口电子文档处理内容管理数据存储结构化数据对象数据非结构化数据内容挖掘与知识管理服务自动分类自动摘要自动聚类查重与相似性分析过滤与知识提取本地内容管理本地应用集成本地内容采集本地内容编辑跨媒体发布个性化服务版权保护内容评估站点管理电子商务个人内容桌面内容协作平台内容编审监控统计用户管理工作流引擎协同工作沟通TRSINFORADARTRSGATEWAYTRSAPITRSDPTRSCKMTRSDBSERVERTRSCDSTRSWCMTRS内容管理产品的发展和延伸论坛系统（TRSBBS）Portal统一身份管理和单点登录（TRSIDS）Web2.0博客系统、播客、wikiTRS内容管理市场情况2000多家企业级用户TRS公司的市场份额销售规模超过主要竞争对手之和•Autonomy,Baidu企业软件,Verity,Interwoven等高端用户市场•国家部委、省市信息中心、高端媒体TRS客户近千家权威政府机构，80%以上的部委和省市信息中心采用TRS产品。国家发改委、国务院办公厅、国家门户、外交部、商务部等数百家媒体和新闻网站采用TRS,市场占有率50%以上新华社、人民日报、中央电视台、新华网、人民网、cctv.com,北京日报，文汇新民报业集团、南方报业集团、深圳报业集团等超过300家图书馆、科研机构和大学采用TRS产品。国家图书馆、上海图书馆、浙江图书馆等一批大型企业用户中石化、中石油、中国银行、上海宝钢、中国网通等在香港、日本等发展了一批客户香港政府、日本佳能、日本索尼、香港华润、星岛日报等TRS内容管理电力行业应用成果国家电网公司国家电网公司办公网国电信息中心资讯网国家电力信息网国电查新网国家电网公司信息报送系统电力研究院东北、天津、河北、河南、内蒙、浙江、福建、安徽国网北京电力建设研究院国网北京经济技术研究院电力公司黑龙江、吉林、华能集团TRS内容管理在电力行业的发展搜索服务垂直搜索和企业搜索网站建设网站门户和内部知识管理——数据的结构化和非结构化第二部分：垂直搜索和企业搜索（搜库)结构化数据非结构化数据相互转换（互联网）搜索引擎搜索引擎企业搜索垂直搜索搜索引擎目前只实现了一般性搜索需求数目/范围（40亿？80亿？）深度类型（网页，博客，论坛…）可搜索的属性（内容，时间，作者，来源，元数据……）排序方式（以pagerank为主的固定的排序算法）搜索无止境——需求的多样化互联网数据内容的复杂性：海量、动态、非结构化关注垂直搜索Google等搜索引擎代表了综合性搜索的成功。Web的海洋中有无数的资源值得挖掘。2.1垂直搜索垂直搜索垂直搜索的应用站内搜索网站群搜索行业搜索（搜房网、酷讯、IT168等都是面向行业应用的垂直搜索引擎）经济/财经、论坛、博客垂直搜索作用实时性更好深度采集分类更细致、准确更加满足特定用户群（专业）的搜索需求搜索引擎和垂直搜索比较网页采集技术网页解析技术索引和检索技术智能化处理网页采集技术按需控制采集目标按需支持深度采集按需支持动态网页采集各种采用脚本（script）动态生成的网页，其复杂性不是因为script本身，而是由于动态发布在逻辑上带来的混乱甚至陷阱，比如“打印此页”、“推荐”、“评论”、“收藏”…网页解析技术按需支持网页内容以及属性的解析按需支持网页元数据的提取比较项目标题、正文解析时间、来源、作者解析其它元数据解析互联网搜索支持不提供不提供垂直搜索支持按需按需索引和检索技术比较项目精确检索结果缓存结果排序互联网搜索否是单一、固定垂直搜索按需按需多样化支持全文检索按需提供精确检索或非精确检索按需提供多种结果排序方式按需支持结构化和非结构化数据集成检索智能化处理技术搜索引擎智能化处理技术的合理运用可提高搜索引擎的服务质量。技术上尚未完全成熟。垂直搜索由于一般有行业背景支持，可能更好地运用智能化处理技术按需提供支持功能，比如自动分类、自动聚类、自动标引、自动排重等垂直搜索本质:网络数据的结构化处理采集分析检索智能化TRS相关技术和产品网页采集技术网页解析技术索引和检索技术智能化处理技术网页采集技术支持用户自定义范围的信息采集支持深度采集内嵌基于网页内容的排重技术确保信息采集的完整性支持多语言网页的采集和自动转码（比如同一转换为UTF-8编码）网页解析技术利用网页结构分析的方法，剔除垃圾信息，获得正文内容，以及相关图片、表格的信息实现了基于模板的内容解析技术：利用链接模板，可以限定采集网页的区域；利用内容模板，可以限定正文获取的区域。实现了基于模板的BBS内容解析技术：利用模板提取BBS贴子中的标题、作者、发贴时间、发贴内容等。贴子标题贴子时间发贴人贴子内容同一主题的跟贴索引和检索技术最优秀的中文全文检索功能——TRSDatabaseServer提供企业级应用的精确检索功能提供多种结果排序方式全文检索与数据库技术完美结合，支持结构化和非结构化数据集成检索支持多语言检索智能化处理技术TRS文本挖掘工具集自动分类自动聚类自动标引（自动抽取关键词、摘要）自动排重褒贬倾向分析TRS搜索引擎支持产品全文检索服务器（TRSServer）全文检索服务器集群（TRSCluster）TRS网络信息雷达TRS论坛采集工具TRS站内检索/网站群检索TRS搜索引擎解决方案TRSCKM（智能化处理）TRS垂直搜索成功案例中央政府网站搜索引擎某部搜索引擎（专网搜索）某国际电子巨擎的行业情报服务众多网站的站内搜索系统千里眼经济情报预警系统2.2企业搜索和搜库应用企业搜索引擎互联网搜索引擎企业级搜索引擎异构资源搜索和整合互联网通信协议企业环境下各种信息采集接口以HTTP传输协议为主获得的HTML和特殊格式文档（DOC、PPT、PDF、MP3、图片等）HTML/XML（HTTP）RDBMS（API/SQL）文件系统(NFS、FTP)Office/LotusOA/InstantCommunicationEnterpriseApplication……数据实时更新更新周期长，静态缓存的索引，周期切换企业信息更新需要即时反映动态更新索引，保证数据一致性准确性相关性不可能查全相关重要性排序以PageRank、Title、Meta为主面临SEO问题和商业性因素更全面精确计算，字、词混合索引；复合元数据查询（结构化特征）更准确、排序更合理安全性公开信息，不存在安全问题访问权限控制非常重要管理、挖掘和应用找到信息后服务完成需要完备整合和管理智能挖掘分析（各种分类、聚类、提取手段）安全开放接口支持其他应用系统面向企业需求，个性化服务TRS企业搜索平台和应用搜库实现对多个数据库进行搜索式查询1.数据合并，通过关系数据库机视图和网关进行2.在TRS数据库的多表联合查询搜库应用主要案例第三部分：网站门户建设网站管理技术的发展历程完全手工页面小规模软件程序发布，动态发布平台化、智能化的网站发布平台上升到内容管理层次模板技术工作流技术编辑器技术网站群技术TR5WCM内容协作平台TRSWCM5.2主要技术特点1-高效管理各种异构内容可接收和管理各种异构内容1.网页（直接采集和自动抓取）2.Word（Word插件抽取）3.RSS(RSS接受器自动抓取)4.Blog（Blog抓取工具自动）5.其它业务数据（定制各种接收Service）TRSWCM5.2主要技术特点2可视化编辑工具TRSWCM5.2主要技术特点3——快速部署、即开即用，提高工作效率自动安装和部署向导式的自动安装，使用于Windows和Unix操作系统主流应用服务器（Websphere/Weblogic）提供自动部署，减少了部署成本和维护成本用户访问通过浏览器使用WCM，无需安装其它客户端软件TRSWCM5.2遵循工作导向设计（Task-Oriented）的原则，定制了适合不同操作、不同角色的界面风格系统的主界面支持自定义，不同的用户体现出不同的关注点系统采用多种视图组织用户操作平台，便于不同角色的用户更快速进行自己的工作个人首页——我的工作台集成了个性化定制的常用操作和最近访问的内容在线编辑的工作流，直观简单的配置界面。在Web上制定工作流程，配置工作节点以及人员，决定流程路径的操作。可以结合邮件、在线即时信息，手机短信等协助提醒。支持串行、条件工作流结合了版本控制、权限控制，可以提供有效的内容安全保护流转情况实时掌握TRSWCM5.2主要技术特点4—以工作流引擎为驱动的内容协作TRSWCM5.2主要技术特点5——内容多站点、多渠道发布针对操作对象提供个性的、多种发布策略完全发布、快速发布、高级发布、更新发布、独立发布、计划发布、撤销发布、定时发布支持多渠道信息发布用户主动访问•Web•移动终端设备系统主动推送•Mail•短信•RSS订阅提供发布监控直接输出XML格式页面模板编辑置标向导设定最终生成的页面为HTML、SHTML、ASP、JSP等模