Abstract
This study suggests a method for extending XMDR to integrate and search legacy system. This extension blends MSO(Meta Semantic Ontology) for the management of metadata, ML(Meta Location) for the management of location information, and Topic Map which is the standard language used to represent semantic web. This study refers to it as TMDR(Topic Map MetaData Registry). As an intelligent layer, Topic Map functions like an index. However, if the data frequently changes, the efficiency of Topic Map may drop. To solve this problem, the proposed system represents the relation among metadata, the relation among real data, and the relation between metadata and real data as Topic Map. The represented Topic Map proposes a method to reduce the changing relation among real data caused by the relation among metadata.
본 논문은 레거시를 통합 검색하기 위한 방안으로 XMDR을 확장하는 방안을 제안한다. 이러한 확장은 메타데이터의 관리를 위한 메타 시멘틱 온톨로지, 위치 정보를 위한 메타 로케이션, 그리고 시멘틱 웹을 표현하기 위한 표준 언어인 토픽맵을 결합한다. 본 논문에서는 이것을 TMDR(Topic Map MetaData Registry)이라 한다. 토픽맵은 지식계층으로 인덱스와 같은 역할을 수행한다. 그러나 토픽맵은 데이터의 변화가 빈번한 경우에는 효율이 떨어질 수 있다. 이러한 문제를 해결하기 위해 본 시스템은 메타 데이터 사이의 관계, 실제 데이터 사이의 관계 그리고 메타데이터와 실제 데이터 사이의 관계를 토픽맵으로 표현한다. 표현된 토픽맵은 메타 데이터 간의 관계로 인해 실제 데이터간의 관계 변화를 줄이는 방안을 제시한다.
