您正在看的电子信息论文是:基于Internet个性化信息检索技术的分析与研究。

　　摘 要 随着Internet上的信息量急剧增加，如何使用户获得有用的信息已成为信息检索系统急需解决的问题，个性化的信息检索是解决目前存在问题的关键。本文对目前的个性化检索的关键技术进行了分类分析，并讨论搜索引擎个性化的发展趋势。

　　关键词 信息检索;个性化;Agent;挖掘;推送

　　1引言

　　网上信息极度膨胀导致查找信息犹如大海捞针，虽然Google等优秀搜索引擎提供了大量的信息资源，但仍需根据检索到的地址信息，按照页面屏幕的提示向下追踪。特别是对于那些对专业信息有迫切需求的专业人士来说，难以迅速、准确地获得有价值的网上信息资源因此用户迫切希望找到一种能够在信息海洋中自动获取实用、准确、精炼的信息的工具。

　　为了改善信息检索与提供信息的质量，就必须实现信息检索的个性化，下面针对实现信息检索个性化的关键技术进行分析。

　　2 个性化信息检索关键技术

　　2.1智能代理Agent[1]-[6]

　　智能代理又称智能体，它是在用户没有明确具体要求的情况下，根据用户需要，代替用户进行各种复杂的工作，如信息查询、筛选及管理，并能推测用户的意图，自主制定、调整和执行工作计划。它使用自动获得的领域模型(如web知识、信息处理、与用户兴趣相关的信息资源、领域组织结构)、用户模型 (如用户背景、兴趣、行为、风格)知识进行信息搜集、索引、过滤(包括兴趣过滤和不良信息过滤)，并自动地将用户感兴趣的、对用户有用的信息提交给用户。智能代理具有了不断学习、适应信息和用户兴趣动态变化的能力，从而提供个性化的服务。

　　从用户的角度来看，采用智能代理技术的应用服务系统在不间断地为他们工作，用户只在必要时才需要参与。和传统网络服务的点击—反馈方式比较，这种方式使用户大幅度提高了网络使用的效率。

　　从应用的角度来看，智能代理就是能自动执行用户委托的任务的计算实体，它有着极其广泛的应用，如邮件过滤代理、信息获取代理、桌面自动代理等。

　　从技术的角度来看，智能代理是以各种技术为基础，集合了许多实用的应用特性，从而能自动执行用户委托的任务。智能代理的两个主要特征是代理的智能性和代理性。智能性是指应用系统使用推理、学习和其他技术来分析己提交的或刚提交给它的各种信息和知识的能力。代理性是指一个代理感知其环境并相应动作的能力，这其实就是强调代理的自治能力和感知能力。

　　智能代理有两个主要技术特征:智能性(Intelligence)和代理能力(Agency).智能性指应用系统使用推理、学习和其他技术来分析解释它已接触过的或刚提交给它的各种信息和知识的能力。代理能力指一个代理感知其环境并相应动作的能力。

　　智能代理包括四方面的关键技术:机器技术(Machinery)、内容技术(Content)、访问技术(Access)、安全技术(Security)。

　　机器技术: 机器是指各种在人工智能领域中开发的、支持各种程度智能的引擎。这些引擎包括有:各种形式的推理引擎、学习引擎、用户创建修改规则和知识的工具、验证规则集的工具和用于开发代理之间、代理和用户之间进行协商和协作所需策略的工具。

　　机器技术中的核心是推理机和学习机，它们提供了智能代理所需的推理能力和学习能力。推理机依赖于外部的事件和外部数据，通过外部接口输入而进行逻辑推理，从而使代理产生各种可能的行为。学习机则提供了修改规则，包括增加新规则、修改过期的规则、增加新的事实和修改无效的事实、修改信任系数等。

　　事件是指代理检测到有新的知识或内容，对于代理来说，有新的知识或内容出现则标志着代理环境的改变。事件的定义是由用户和开发者来完成的，它可以是一天中的某个特定时间、一封EMAIL的到达、某个数据库中值的改变或用户表示的一个新目标和参数选择。当某一事件发生时，将激发相应的事件开关而激活机器中的某个引擎，激活的引擎将根据输入的事件信息而决定是否要做出响应。在代理中，响应是通过对应用功能的调用来完成的，并且每一次响应都需要机器和应用之间进行某种形式的绑定。

　　内容技术:指机器用于推理和学习的数据，但它不一定就是知识，它主要包括属于结构化知识的规则、语法，大量非结构化的通用知识和结构化的数据。内容作为代理系统能够内核访问的系统数据也存在于核心中，它提供代理系统工作所需要的各种知识和数据，同时机器也可以直接对其进行更新。

　　内容技术与机器技术是息息相关的，它是机器技术中推理机、学习机等引擎的基础。内容是指机器用于推理和学习的数据，但它不一定就是知识，它主要包括属于结构化知识的规则、语法，大量非结构化的通用知识和结构化的数据。

　　规则主要是用户策略选择参数的表达，同时也是对现实世界中知识的可解释的表示。目前，在人工智能领域中己经有一整套知识表示的工具，这些表示工具正是机器技术中的引擎。语法主要用于支撑代理之间和代理和用户之间的对话，它的开发和维护是通过机器技术中的策略开发工具来实现。

　　非结构化的通用知识通常是以自由的文本形式存储，可能也会以一些象HTML格式的简单形式存储。代理必须对这种自由文本形式的知识进行处理，因此代理需要不停的使用过滤工具和自然语言工具来分离出结构化的信息。结构化数据不是一种知识，代理可能需要用户进行引导或进行明确的解释才能知道数据的意义。这其实就是使代理能够通过对用户行为的观察或其他启发进行学习。

　　访问技术: 访问是指代理与周围环境进行交互。代理与周围环境的交互可以分为代理应用之间的交互与代理和用户的交互。代理应用之间的交互又可分为对本地环境与远程环境的访问。通常，对于本地环境，通过将访问函数直接结合到API中，或通过共享内存、数据库和文件系统的方法就可以实现代理对环境的访问。

　　而对于远程环境，代理就必需使用分布式技术，如消息机制、远程过程调用和其他标准的协议来实现对远程环境的访问。

　　对于代理和用户之间的交互，可以采用会话式的用户界面来进行会话，通常这种会话式的用户界面由用户界面代理来运作。用户界面代理利用自己已有的一些会话上下文来匹配用户的输入。另外一种代理与用户的交互方式就是代理利用用户的事件和动作来进行响应的动作。经常采用的方法有:重定向用户界面、重定向客户服务机消息、监视EMAIL,监测用户与操作系统之间的交互等。

　　而安全机制是为了实现于外界的安全访问而设置。外界是代理的交互对象，应包括所需要的原始信息源、用户、代理所属的应用系统、其他代理系统等。

　　当智能代理应用于网络上，帮助用户找到、发现信息，或按照用户的意愿完成某项简单的任务时就被称为信息代理。

　　信息代理采用各种方式来完成用户赋予它们的任务，对于搜索引擎，信息代理主要有以下几种:Web搜索代理(web search agents)，采用http协议跟网络服务器进行通信，它主要为大量搜索引擎提供资源，有不同的搜索策略，如深度优先、宽度优先、引用最多的link优先、最短的url优先等等;信息过滤代理(information filtering agents)，提供个性化报纸、个性化计算机新闻、进行邮件过滤、新闻组过滤等，并根据用户的描述，自动下载相关的主页;通知代理(notification agents)，如果用户关注的url内容发生变化，将通知用户，如果用户关注的其他事件发生，则提醒用户;此外还有提供其他服务的agent，如提供娱乐方面的服务、提供各种咨询服务、提供分类广告服务,介绍工作提供商业信息服务等等。

　　用于信息服务的智能Agent主要完成以下功能:导航，即告诉用户所需要的资源在哪里;解惑，即根据网上资源回答用户关于特定主题的问题;过滤，即按照用户指定的条件，从流向用户的大量信息中筛选符合条件的信息，并以不同级别(全文、详细摘要、简单摘要、标题)呈现给用户;整理，即为用户把已经下载的资源进行分门别类的组织;发现，即从大量的公共原始数据中筛选和提炼有价值的信息，向有关用户发布。这些都是使信息服务走向个性化主动服务不可缺少的功能。目前在此方面己经有了一些能够使用的系统，但智能化的程度还远远不够，且主动有余的过滤不足己经造成了一些负面的影响，有待尽快发展更先进的人工智能技术予以解决。

　　2.2网络信息挖掘(Web Mining)技术[7]-[8]

　　网络信息挖掘源于数据挖掘。数据挖掘就是指从大量数据(如数据库)中提取抽象的、潜在的有用信息的过程，它是数据库中知识发现KDD的核心，为大量数据的利用提供了有效的工具。数据挖掘的成功使研究人员将数据挖掘技术用于因特网，但是由于WWW上的数据不同于传统数据，故产生了一个新的研究方向—网络信息挖掘。

　　网络信息挖掘，又称为基于Web的数据挖掘，是从大量数据中抽取处先前未知的、完整的、可信的、新颖的、有效的信息的高级处理过程。它是在已知数据样本的基础上，通过归纳学习、机器学习、统计分析等方法得到数据对象间的内在特性，据此采用信息过滤技术在网络中提取用户感兴趣的信息或者更高层次的知识和规律来做关键的决策。网络信息挖掘其实就是对文档的内容、要利用资源的使用以及资源之间的关系进行分析。

　　网络信息挖掘分为Web日志挖掘、Web内容挖掘、Web结构挖掘。具体而言，Web日志挖掘是通过分析Web服务器的日志文件，对用户访问Web是服务器方留下的访问记录进行挖掘，从中可以得出用户的访问模式和访问兴趣，丈站点管理员提供各种利于Web站点改进或可以带来经济效益的信息。在个性让服务模型中，可以利用日志挖掘来“监视”用户的访问习惯，进行个性化分析处理。Web内容挖掘包括Web文本挖掘和多媒体信息挖掘:Web文本(包括text、html等)挖掘的目的是对页面信息进行聚类、分类和关联分析，以及利用Web文档进行趋势预测、分析等;多媒体信息挖掘是对多媒体文档(包括图像、声音、图片等媒体类型)的挖掘。Web结构挖掘是对Web页面超链接关系、文档内部结构、文档url种的目录路径结构的挖掘。

　　网络信息挖掘技术有着广泛的应用，尤其是Web的全球普及，使得Web上信息量无比丰富。Web上的信息主要是文档，一般是半结构化或者是纯自然语言文本，毫无结构，因此Web上的开采发现需要用到不同于常规数据开采的很多技术。在使用Web获取信息的过程中，用户需要不停地从一个Web站点通

　　过超文本链接跳转到另一个站点，这种过程存在一定的普通性，发现此规律即是Web用户访问模式发现。理解Web上的用户访问模式有这些好处:辅助改进分布式网络系统的设计性能，如在有高度相关的站点间提供快速有效的访问通道;能帮助更好地组织设计Web主页;帮助改善市场营销决策，如把广告放在适当的Web页上或更好地理解客户的兴趣。这项技术将给信息检索领域带来革命性变化。

　　2.3信息推送技术[9]-[11]

　　目前，人们从网上获取信息通常采用以下三种模式:信息推送(Information Push)，即由信源将信息主动推送给用户;信息拉取(Informatio