几种常用的Internet个性化信息检索技术的探讨

动有余的过滤不足己经造成 ｒ 一些负面的影
３智能 代理 包括四 方面的 关键技 术 ： 器 响 ，有待 尽快 发 展更 先进 的 人工 智能 技 术予 ． 机
主解 ，ｌ 苎决 ｃｃｅ、容术ｏｎ 访 解。络 息 掘 ｅＭ 意 翟 生 索解目 技（ｈｒ 内技（ ｅ、问以决网 信 挖 ｃｂ 溅术 孳决 『 ｛ 艺 荆眦 蓑 Ｍ ｉｙ 苎 眦 术ａｎ） 阶 Ａ 安 ｃｔ … ‘ ： ｎｔ ） ｗ 一 ｙ。
≯ 豢－ 信检 息 索个 化Ａｅ挖 推 陡 ｇｔ 掘 送 ｎ 机器 技术：机器 指各 人工 领 是 种在 智能
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 和知识 的 工具 、验证 Ｕ 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
海捞针 ，虽然 Ｇ ｏ ｌ等优 秀搜索 引擎提供 了 ｏ ｇｅ
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
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
、 、
网 息 源 数 掘。 据 络信 挖掘 于 据挖 数
挖 掘就 是指 从 夫量 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
网上信 息极 度 膨胀 导致 查 找信 息 ｉ 如 大 尤
。
它 ｗ ｗ ｗ上 的 数据 不同 于传统 数据 ，故 产生 了 士 来说 ，难 以 迅速 、准 确 地获 得 有价 值的 网 们 提 供 了智 能代 理所 需 的推 理能 力和 学 习能 个新 的研究 方向一 网络 信息挖 掘。 上信 息 资源 因此 用 户迫 切希 望 找到 一种 能 够 力 网络信 息挖 掘 ，Ｘｇ ￣ ｇ ｗ ｅ ｂ 在 信息 海洋 中 自动 获取 实 用 、准确 、精 炼 的 内容 技 术 指 机 器 用 于推 理 和 学 习 的数 的 数据 挖掘 ，是从 大量 数据 中抽取 处先 前未 信息的 工具 。 据 但 它 不 定就 是知 识 ，它主 要包 括 属于 知 的 、完整 的 、可 信的 、新 颖 的 、有效 的信 智能 代理Ａ 。 ｔ ｇ 检索技术 结 构化 知识 的 规 则 语法 ，大量 非结 构 化的 息 的高 级处 理过 程 。 它是在 已知数 据样 本的 智 能代 理 又称 智能 体 ，它是 在 用 户没 有 通 用 知识和 结 构 化的 数据 内容 作为 代理 系 基 础上 ，通 过 归纳 学 习 、机 器学 习、统 计分 明确 具 体要 求的 情况 下 ，根 据 用 户需 要 ，代 统 能 够 内 核访 问 的 系 统 数 据 也 存 在 于 核 心 析等 方 法得 到数 据 对象 间的 内在 特性 据此 替 用 户进行 各种 复 杂的 工作 ，如信 息查 询 、 中 它提供 代 理 系统 工作 所需 要 的各 种 知识 采 用信 息过 滤技 术 在 网络 中提取 用 户感 兴趣 筛选 及 管理 ，并 能推 测 用 户的 意 图 ， 自主制 和 数 据 同时 机 器 也 可 以 直 接 对 其进 行 更 的信 息或 者 更高 层 次的 知识 和规 律 来做 关键 定 、调 整和 执行 工作 计 划 。它使 用 自动 获 得 新 的决 策 。网 络信 息 挖掘 其实 就是 对 文档 的内 的领 域模型 （ ｗｅ 知 识 、信息处 理 、与用 户 ： 如 ｂ 访问技 术 ： 访问 是指 代理 与周 围环境 进 容 、要利 用 资源 的 使用 以及 资源 之 间的 关系 兴趣相 关的 信 ， ｅ５ 、领域 组织 结构 ） ￣Ｎ 、用 户 行 交互 代 理 与周 围环 境 的交 互 可以 分为 代 进 行分析 。 模型 （ 如用 户背景 、兴 趣 、行为 、风格 ） 知识 理 应用 之 间的 交互 与 代理 和用 户 的交 互 代 网络信 息挖掘 分为ｗ ｅ ｂ日志挖掘 、ｗ ｅ ｂ 进行信 息搜 集 、索 引、过滤 （ 包括兴 趣过 滤和 理 应用 之 间的 交互 又可 分 为对 本地 环境 与 远 内容挖 掘 ｗ ｅ 结 构挖掘 。具体而 言 ，ｗ ｅ ｂ ｂ 不 良信 息过 滤） ，并 自动 地将 用 户感兴趣 的 、 程环境 的访 问 日志挖 掘是 通 过 分 析 ｗ ｅ 服 务 器 的 日志 文 ｂ 对用 户 有用 的信 息提 交 给用 户 。智 能 代理具 。 安 全机 制是 为 了实 现 于外界 的 安全 访 问 件 对用 户访 问ｗ ｅ 是 服务 器方 留下的 访问 ｂ 有 了不断 学 习 、适应 信 息和 用 户兴趣 动 态变 而 设置 外 界是 代 理的 交互 对 象 ，应 包括 所 记 录 进行 挖 掘 ，从 中可 以得 出用 户 的访 问模 化的能 力，从而提供 个性化 的服 务。 需 要的 原始 信 息源 用 户、代 理所 属 的应 用 式 和 访 问兴趣 ，丈站 点 管理 员提 供 各种利 于 １ 、智能代 理Ａ ｅ ｔ ｇ ｎ 意义 系统 其他代理 系统等 。 Ｗ ｅ 站点 改进或 可以 带 来经济 效益 的信 息。 ｂ 从用 户 的角 度来 看 ，采 用智 能代 理 技术 ＝ 智能Ａ ｅ ｔ ｇ ｎ主要功能 在 个性 让 服 务模 型 中 可以 利用 日志 挖掘 来 的应 用 服务 系统 在不 间 断地 为他 们 工作 ，用 用于信 ＩＪ 息 服 务的 ０ ｇ ｎ 主要 日ｌ， Ｊ 智 能Ａ ｅ ｔ ｊ 完 ・ｎｌ ， ， 户的 访 问习惯 ，进 行 个性 化分 析 Ｊ ・ Ｊ Ｊ ｎ ６ — ‘ Ｈ Ｈ Ｉ ｘ ． …Ｌ Ｌ ｔ 视 Ｉ Ｉ ｌ ’＾ １ ｌ Ｌ ｕ Ｊ 川 监 几 ，用 ，Ｈ Ｗ — Ｉ／ Ｊ Ｊ ｛ Ｌ Ｊ Ｌ ｌ Ｊ 户只在必要 时才需要 参与 。 成 以 下功 能 ： 导航 ，即 告 诉 用 户所 需 要 的 资 处 理 。Ｗ ｅ 内容挖 掘包括ｗ ｅ 文 本挖掘 和多 ｂ ｂ 从应 用 的角 度来 看 ，智 能代 理就 是 能 自 源在哪 里 ； 解惑 ，即根据（ Ｗ ｂ 包括ｔｘ 、ｈ ｍｌ ｅ ｔ ｔ 等） 动执 行用 户委 托 的任 务 的计 算实 体 ，它 有着 于特 定主题 的问题 ；过滤 ，即按 照用 户指定 的 挖 掘 的 目的 是 对 页 面 信 息进 行聚 类 、 分 类 极其广泛的 应用 。 条件 从流 向 用户 的大 量信 息 中 筛选符 合 条 和 关联 分析 ，以及利 用ｗ ｅ 文 档进 行趋势 预 ｂ 从 技 术的 角度 来 看 ，智 能代 理是 以 各种 件的信 息 并 以不 同级 别 （ 文 、详细摘 要 、 测 、分析 等 ； 全 多媒体信 息挖掘 是对 多媒体文档 技 术 为基 础 ，集 合 了许 多实 用的 应用 特性 ， 简单 摘 要 标题 ） 现 给 用 户 ； 理 ， 即为 用 （ 呈 整 包括 图像 、声音 、图片等媒 体类型） 的挖 掘。 从而能 自 动执 行用 户委托的任 务 。 户把 已经下 载的资 源进行 分门 别类的 组织 ；发 ｗ ｅ 结 构挖掘是 对 ｗｅ 页 面超链 接关 系、文 ｂ ｂ ２ 、智 能 代理 有两 个 主要技 术 特征 ： 智能 现 即从 大 量的 公 共原 始数 据 中筛 选和 提炼 档 内部结 构 、文 档ｕ １ ｒ种的 目录路径 结构 的挖 ｆ （ ｔｌｇｎｅ和代理 能力（ ｇｎ ｙ・ ￣Ｉ ｅ ｉｅｃ） ｎ ｌ Ａ ｅｃ ） 有价 值 的信 息 向 有关 用 户发布 。这些 都是 掘 。 智能性 指应 用 系统 使 用 推理 、学 习 和其 使信 息服 务 走 向个性 化 主动 服务 不 可缺 少的 四 信息推送 技术 他 技 术来分 析 解释 它 已接 触过 的 或刚 提 交给 功能 目前 在此 方面 己经有 了一 些 能够 使用 Ｉ 、推 送方式 它的 各种信 息 和知 识 的能 力 。代 理能 力指 一 的 系统 但 智能 化的 程 度还远 远 不 够 ，且主 频 道式 推送 ：频道 式 网络 播送 技 术是 目
日子
几种常用的Ｉｔｒ ｅ个性化信息 ｎｅｎ ｔ 检索技术的探讨
任鸿伟 哈尔滨技术职业学院 （ 同济大学软件工程硕士在读研究生）
０ 挣 ： 随着ｎｍｔ 信息 剧 ｌ蹑 Ｉ ｅ ｔ 上的 量急 增加， 个代理感知其环境井相应动作的能力。 ｅ
如何使 用户获得有用的信息已成为信息 索系统 检