OAI协议(OAI-PMH)作为一种新兴的元数据互操作协议,为实现元数据的传播、共享和分发提供了解决办法。由于它的简单、低门槛、跨平台等优点,在众多领域中得到了应用。随着OAI协议应用的不断扩展,该协议中元数据资源呈现出快速增长的态势,如何发现元数据间的关联,得到有用知识,以便用户从海量的元数据信息中获取所需、感兴趣的信息内容,成为目前迫切需要解决的问题。相似度计算作为发现信息关联,得到知识的基础,被广泛应用于信息检索、推荐和挖掘等领域,在信息处理中占据着重要的地位。本文在深入研究国内外相似度计算方法的基础上,结合元数据的结构特点,将相似度计算引入OAI协议中,对元数据间的相似性进行度量,提出了一种基于向量空间模型的OAI-PMH中元数据相似度计算方法。考虑到元数据不同元素位置的特征项对权重计算结果的影响,该方法在选择出元数据特征项后,采用位置权重系数改进的TF-IDF方法计算特征项权重,将元数据对象映射成空间中的向量,通过空间中向量夹角计算来度量元数据间相似度。本文设计和实现了OAI-PMH服务提供者,并在其中集成了元数据相似度计算功能,将该功能作为服务提供者的一个模块,来组织服务提供者收集回来的元数据。实验分析表明,该方法对元数据相似度计算是可行的,有效的从元数据集中挖掘出相似元数据。通过此模块计算元数据间相似度,在用户查询浏览元数据时,自动推荐与所浏览元数据相似的资源,便于用户找到感兴趣的信息。这样不仅为用户提供了更好的增值服务、提高了信息服务质量,而且还满足了用户查询需求。