現(xiàn)代數(shù)字圖書館的個(gè)性化信息檢索研究

董志娜

摘要：現(xiàn)代數(shù)字圖書館作為信息融合中心，是各類信息資源的關(guān)鍵載體，如何實(shí)現(xiàn)信息高效利用備受關(guān)注，并成為現(xiàn)階段極為重要的課題。為此，基于數(shù)字圖書館信息檢索的研究日益深入，尤其是為適應(yīng)用戶多元化信息檢索需求，一種個(gè)性化信息檢索服務(wù)被提出和應(yīng)用。結(jié)合數(shù)字圖書館個(gè)性化信息檢索，探討該系統(tǒng)服務(wù)的關(guān)鍵技術(shù)、設(shè)計(jì)與實(shí)現(xiàn)，通過技術(shù)闡釋、模塊分析和系統(tǒng)結(jié)構(gòu)等研究，為數(shù)字圖書館服務(wù)進(jìn)階提供有益參考。

關(guān)鍵詞：數(shù)字圖書館；信息檢索；智能Agent技術(shù)；信息過濾

一、前言

數(shù)字圖書館是時(shí)代變革的產(chǎn)物，為適應(yīng)數(shù)字技術(shù)發(fā)展和應(yīng)用特點(diǎn)，數(shù)字圖書館改變了傳統(tǒng)信息采集、存儲(chǔ)及服務(wù)方式，實(shí)現(xiàn)數(shù)字圖書館運(yùn)行的品質(zhì)化升級(jí)，使得信息服務(wù)功能愈發(fā)豐富，滿足了各領(lǐng)域?qū)π畔①Y源應(yīng)用的迫切需求。但數(shù)字圖書館信息資源的豐富，除了緩解信息供求矛盾外，也會(huì)帶來一定的挑戰(zhàn)，即普遍存在的信息檢索問題。目前，數(shù)字圖書館的信息檢索方式，普遍是運(yùn)用常規(guī)的信息檢索引擎，雖然滿足大部分用戶的基礎(chǔ)需求，但在智慧化時(shí)代的背景下，始終缺少個(gè)性化的服務(wù)體驗(yàn)。為實(shí)現(xiàn)數(shù)字圖書館信息檢索服務(wù)優(yōu)化，個(gè)性化信息檢索被廣泛提及，更成為未來推動(dòng)服務(wù)升級(jí)的關(guān)鍵所在。

二、數(shù)字圖書館的個(gè)性化信息檢索概述

（一）數(shù)字圖書館的發(fā)展

1991年，美國(guó)國(guó)會(huì)圖書館正式提出“數(shù)字圖書館”的概念，成為全球數(shù)字圖書館發(fā)展的先驅(qū)。所謂“數(shù)字圖書館”即在數(shù)字化時(shí)代，利用計(jì)算機(jī)、網(wǎng)絡(luò)等信息技術(shù)手段，將實(shí)體圖書館的文獻(xiàn)、資料、信息等數(shù)字化處理，并通過網(wǎng)絡(luò)形式提供給用戶使用的一種新型圖書館[1]。

數(shù)字圖書館的發(fā)展歷程中，包括了多個(gè)里程碑事件，為數(shù)字圖書館的全球發(fā)展奠定了基礎(chǔ)。如1993年，加州大學(xué)伯克利分校的Alexandria數(shù)字圖書館計(jì)劃啟動(dòng)，標(biāo)志著數(shù)字圖書館正式進(jìn)入實(shí)踐階段。到了1995年，歐洲的數(shù)字圖書館Europeana項(xiàng)目啟動(dòng)，旨在將歐洲各國(guó)的文化遺產(chǎn)數(shù)字化，提供給全球用戶。2004年，中國(guó)國(guó)家圖書館也順應(yīng)時(shí)勢(shì)，啟動(dòng)中國(guó)數(shù)字圖書館建設(shè)工程，實(shí)現(xiàn)了信息資源的傳播與共享。事實(shí)上，數(shù)字圖書館極大促進(jìn)了數(shù)字化建設(shè)和服務(wù)水平，為讀者提供了更加便利、快捷的閱讀體驗(yàn)，同時(shí)也為知識(shí)的傳播和文化遺產(chǎn)的保護(hù)發(fā)揮了重要的作用。

（二）個(gè)性化信息檢索的內(nèi)涵

個(gè)性化信息檢索（Personalized Information Retrieval，簡(jiǎn)稱PIR）是指根據(jù)用戶的個(gè)性化需求和興趣，為用戶提供符合其需求的信息檢索服務(wù)[2]。隨著信息技術(shù)的發(fā)展和互聯(lián)網(wǎng)的普及，信息爆炸現(xiàn)象愈發(fā)嚴(yán)重，用戶在海量信息中尋找所需內(nèi)容變得越來越困難。因此，個(gè)性化信息檢索成了信息檢索技術(shù)的一個(gè)重要方向，旨在為用戶提供更準(zhǔn)確、更有用的檢索結(jié)果。在此過程中，PIR技術(shù)通過對(duì)用戶的興趣、歷史檢索記錄、社交網(wǎng)絡(luò)等數(shù)據(jù)進(jìn)行分析，構(gòu)建用戶興趣模型，并利用該模型對(duì)文檔進(jìn)行過濾、排序和推薦，以提高用戶獲取信息的效率和準(zhǔn)確性。目前，PIR技術(shù)依托其技術(shù)創(chuàng)新優(yōu)勢(shì)，在電子商務(wù)、社交網(wǎng)絡(luò)、個(gè)性化推薦等領(lǐng)域得到廣泛應(yīng)用，具備極大研究和發(fā)展?jié)摿Α?/p>

三、數(shù)字圖書館的個(gè)性化信息檢索關(guān)鍵技術(shù)

（一）智能Agent技術(shù)

目前，關(guān)于Agent技術(shù)的概念頗具爭(zhēng)議，得到普遍認(rèn)同的觀點(diǎn)由英國(guó)Wooldridge博士和Jennings教授所提出，即認(rèn)為Agent技術(shù)屬于一個(gè)具有自主性、社會(huì)能力、反應(yīng)性和能動(dòng)性等性質(zhì)的計(jì)算機(jī)系統(tǒng)[3]。綜合智能Agent技術(shù)的特點(diǎn)，包括了智能性、代理性、自主性、機(jī)動(dòng)性、合作性等。在數(shù)字圖書館的個(gè)性化信息檢索中，智能Agent技術(shù)屬于其中的關(guān)鍵所在，利用Agent技術(shù)的基本結(jié)構(gòu)，可以構(gòu)建起較為靈活的服務(wù)網(wǎng)絡(luò)。基于智能Agent技術(shù)的設(shè)備層看，由適配器模塊、引擎模塊、知識(shí)模塊、庫(kù)模塊、視圖模塊等構(gòu)成。

智能Agent技術(shù)在實(shí)際應(yīng)用中，通常通過分析用戶信息需求，以智能Agent方式啟動(dòng)檢索程序，基于用戶信息需求分析基礎(chǔ)上，自動(dòng)與數(shù)字圖書館服務(wù)器對(duì)話，并在Web頁面實(shí)施自動(dòng)檢索、分析和處理，并將所獲取的內(nèi)容依據(jù)用戶習(xí)慣進(jìn)行轉(zhuǎn)化，再將最終成果向用戶提供。這種服務(wù)方式改變了以往的機(jī)械化應(yīng)用，使信息檢索的體驗(yàn)得到大幅增強(qiáng)。

（二）信息過濾技術(shù)

在數(shù)字圖書館技術(shù)應(yīng)用中，由于其中涵蓋海量信息資源，為快速縮小信息檢索的范圍，信息過濾技術(shù)應(yīng)用顯得十分必要。實(shí)際上，信息過濾技術(shù)（Information Filtering，IF）屬于一種人工智能技術(shù)，它會(huì)根據(jù)用戶個(gè)性化的信息檢索需求和興趣，從大量信息中篩選出符合用戶需求的信息，對(duì)數(shù)據(jù)進(jìn)行特征提取，例如抽取關(guān)鍵詞、提取文本特征、提取圖像特征等，以便更好地區(qū)分不同的數(shù)據(jù)類型和內(nèi)容，以此提高信息檢索的準(zhǔn)確性和效率[4]。

目前，為適應(yīng)數(shù)字圖書館個(gè)性化信息檢索要求，信息過濾技術(shù)摒棄了傳統(tǒng)的檢索模型，開始積極擁抱智能化信息檢索技術(shù)，即利用布爾羅邏輯模型、向量空間模型等實(shí)施信息檢索，以此滿足不同的信息過濾需求或特點(diǎn)。通常情況下，由于數(shù)字圖書館的信息源與用戶需求并不直接互通，導(dǎo)致用戶興趣難以被挖掘，而信息過濾技術(shù)可以介于兩者之間完成銜接，即將信息源中的信息過濾給用戶，有效攻克信息過載的現(xiàn)象。

（三）信息推送技術(shù)

信息推送技術(shù)（Push technology）是一種主動(dòng)向用戶推送信息的技術(shù)。它能夠根據(jù)用戶的興趣、歷史行為、位置等信息，自動(dòng)篩選和推送符合用戶需求的信息，提高信息獲取的效率和便捷性。在數(shù)字圖書館個(gè)性化信息檢索中，依托其檢索的主動(dòng)性、新穎性、及時(shí)性特點(diǎn)，為用戶提供優(yōu)質(zhì)的信息推送服務(wù)。

具體而言，信息推送技術(shù)的核心是信息獲取，當(dāng)用戶在使用數(shù)字圖書館信息檢索服務(wù)時(shí)，可以依據(jù)自己的個(gè)性或偏好定制相關(guān)內(nèi)容，服務(wù)器對(duì)用戶的需求進(jìn)行存儲(chǔ)與處理，并通過信息推送技術(shù)在用戶需要時(shí)，及時(shí)向用戶推送相關(guān)的信息內(nèi)容，而無需用戶重復(fù)登錄數(shù)字圖書館頁面，大幅提升了信息檢索的效率，并且所呈現(xiàn)的內(nèi)容也符合用戶個(gè)性，為用戶提供更加精準(zhǔn)的信息資源。目前，信息推送技術(shù)的推送方式，通常包括頻道式推送、郵件式推送、網(wǎng)頁式推送、專用式推送等，具體由CGI服務(wù)器、用戶Aengt和PUSH服務(wù)器予以實(shí)現(xiàn)[5]。

四、數(shù)字圖書館的個(gè)性化信息檢索的設(shè)計(jì)與實(shí)現(xiàn)

（一）結(jié)構(gòu)體系

針對(duì)數(shù)字圖書館個(gè)性化信息檢索需求，在技術(shù)應(yīng)用與設(shè)計(jì)優(yōu)化中，主要將其劃分為四大層次，即用戶、個(gè)性化信息檢索模塊、用戶建模模塊、用戶信息收集模塊等，如圖1所示。在該結(jié)構(gòu)中，用戶信息的收集、加工、整理及儲(chǔ)存等功能，通常由用戶信息收集模塊負(fù)責(zé)，在完成用戶信息采取后針對(duì)性建模，形成用戶專屬的用戶模型，以便為用戶提供個(gè)性化信息檢索。另外，個(gè)性化信息檢索模塊屬于結(jié)構(gòu)中的核心構(gòu)成，它可以依據(jù)用戶的個(gè)性化需求，對(duì)數(shù)字圖書館中多元化信息資源進(jìn)行處理，并將篩選結(jié)合向用戶傳遞[6]。當(dāng)用戶獲取相關(guān)的推送信息后，可以對(duì)服務(wù)進(jìn)行相關(guān)度評(píng)價(jià)，系統(tǒng)將對(duì)用戶評(píng)價(jià)進(jìn)行反饋，并對(duì)用戶模型進(jìn)一步優(yōu)化，從而提升個(gè)性化信息檢索的匹配度。

（二）系統(tǒng)模塊

1.用戶信息收集模塊

數(shù)字圖書館個(gè)性化信息檢索，核心在于對(duì)用戶需求及偏好進(jìn)行收集，以判斷用戶的信息檢索特點(diǎn)。因此，在系統(tǒng)設(shè)計(jì)中的用戶信息收集模塊，屬于提供個(gè)性化服務(wù)的基礎(chǔ)單元，通常是實(shí)現(xiàn)用戶的量身定制服務(wù)，其中對(duì)于用戶信息的收集至關(guān)重要。

在用戶信息的收集方式上，一般會(huì)包括諸多方式：

（1）通過網(wǎng)絡(luò)調(diào)查收集。以頁面、APP等為基礎(chǔ)平臺(tái)，對(duì)用戶進(jìn)行相關(guān)需求的調(diào)查了解，采取網(wǎng)上問卷、在線調(diào)查、征集活動(dòng)等，全方位采取用戶的相關(guān)信息及檢索傾向，更好地了解用戶需求和興趣。

（2）通過系統(tǒng)自動(dòng)收集用戶信息。在用戶登錄數(shù)字圖書館系統(tǒng)過程中，服務(wù)器及后臺(tái)會(huì)實(shí)時(shí)整理所檢索的數(shù)據(jù)，并利用數(shù)據(jù)挖掘技術(shù)篩選類似信息。在收集中通常會(huì)以網(wǎng)頁關(guān)鍵詞、借閱記錄等為主，有效判斷用戶的信息檢索行為。

（3）通過電子郵件收集。在用戶與數(shù)字圖書館之間的電子郵件往來中，可以收集用戶的檢索內(nèi)容，在信息傳遞中及時(shí)收集用戶需求，從而分析用戶在一段時(shí)間內(nèi)的信息特點(diǎn)，再結(jié)合其他要素進(jìn)行匹配，制定個(gè)性化服務(wù)的方案。

2.用戶建模模塊

在有效收集用戶的需求信息后，則應(yīng)將相關(guān)數(shù)據(jù)交由系統(tǒng)進(jìn)行處理，針對(duì)用戶的實(shí)際需求建模，通過技術(shù)處理的方式構(gòu)建個(gè)性化服務(wù)模型。比如，根據(jù)系統(tǒng)所掌握的用戶基礎(chǔ)數(shù)據(jù)和信息偏好，可以從興趣的維度進(jìn)行分析，包括用戶在某一段時(shí)間對(duì)何種信息、哪類圖書、哪類網(wǎng)頁感興趣，再實(shí)施數(shù)據(jù)的綜合處理和分析，以此定義用戶的信息檢索行為，再結(jié)合數(shù)字圖書館數(shù)據(jù)資源，對(duì)類似信息進(jìn)行提取和推送。從用戶建模模塊的實(shí)現(xiàn)而言，需要從不同的維度進(jìn)行分析和計(jì)算，通常需要涉及兩種比較成熟的方式。

（1）通過調(diào)查關(guān)鍵詞計(jì)算興趣度。根據(jù)《數(shù)字圖書館現(xiàn)狀與發(fā)展》中對(duì)于個(gè)性化信息檢索的研究，認(rèn)為用戶信息檢索關(guān)鍵詞與用戶的興趣度具有緊密關(guān)聯(lián)性，即可以通過定量分析的方式掌握其興趣度[7]。比如，當(dāng)某用戶在一定時(shí)間內(nèi)所檢索的關(guān)鍵詞，會(huì)形成不同的信息端點(diǎn)，而利用這類信息端點(diǎn)可以進(jìn)行區(qū)域連接，所形成的線段及覆蓋的區(qū)域則為用戶的興趣區(qū)域，系統(tǒng)可以根據(jù)相關(guān)趨勢(shì)進(jìn)行分析計(jì)算，判斷檢索詞與內(nèi)容間的關(guān)系，再以此為依據(jù)向用戶提供所需內(nèi)容。

（2）通過訪問時(shí)間和頻率計(jì)算用戶興趣。在針對(duì)用戶的信息檢索興趣分析時(shí)，往往會(huì)由于用戶訪問的隨意性，使計(jì)算產(chǎn)生一定的誤差，但其中也會(huì)呈現(xiàn)出某種規(guī)律，如用戶在訪問時(shí)會(huì)在感興趣的頁面停留更長(zhǎng)的時(shí)間，或者出現(xiàn)重復(fù)訪問的情況，這些均可以作為興趣判斷的依據(jù)。在實(shí)際分析和計(jì)算時(shí)，可以按照相應(yīng)的公式 進(jìn)行計(jì)算，其中，節(jié)點(diǎn)訪問次數(shù)用n表示；訪問的總次數(shù)以N表示；節(jié)點(diǎn)訪問所消耗的時(shí)間以t表示；網(wǎng)頁訪問的總時(shí)間以T表示；訪問的節(jié)點(diǎn)數(shù)用l表示；網(wǎng)頁的總節(jié)點(diǎn)數(shù)用L表示。

從分析與計(jì)算的特點(diǎn)來看，其中會(huì)受到諸多因素的干擾，如用戶訪問的時(shí)間存在差異，以及網(wǎng)頁長(zhǎng)度因素變化等，使得系統(tǒng)在用戶需求的分析中，每次興趣度分析均有意義。在計(jì)算過程及結(jié)果中可發(fā)現(xiàn)，當(dāng)n、t、l的數(shù)據(jù)越大，則F數(shù)據(jù)就越大，表明對(duì)用戶興趣度的判斷越準(zhǔn)確。

3.個(gè)性化信息檢索模塊

所謂個(gè)性化信息檢索模塊，即以用戶模型為基礎(chǔ)向用戶提供檢索內(nèi)容及相應(yīng)策略的模塊，重點(diǎn)在于實(shí)現(xiàn)檢索信息與用戶需求的高度匹配，以完成向用戶提供個(gè)性化信息檢索服務(wù)的功能。結(jié)合個(gè)性化信息檢索模塊的特點(diǎn)，可以在數(shù)字圖書館信息檢索服務(wù)中實(shí)現(xiàn)三個(gè)方面的功能。

（1）檢索矢量的模式轉(zhuǎn)換。即以用戶建模模塊所提供的信息為基礎(chǔ)，利用檢索矢量將其信息轉(zhuǎn)化為適應(yīng)檢索引擎的檢索提問，用于替代用戶直接檢索的行為。在具體的技術(shù)設(shè)計(jì)及實(shí)現(xiàn)中，為適應(yīng)當(dāng)前主流的個(gè)性化信息檢索模式，仍然采用布爾檢索系統(tǒng)的智能Agengt封裝策略，其優(yōu)勢(shì)在于能夠保持良好的穩(wěn)定性和兼容性，并幫助用戶解決繁瑣的檢索過程，也可以提升系統(tǒng)的檢索效率。

（2）聚類用戶所有感興趣的信息。在數(shù)字圖書館個(gè)性化信息檢索中，為適應(yīng)用戶信息檢索的需求，可以采取層次式聚類的技術(shù)方式，將用戶所感興趣的所有信息進(jìn)行聚合，為用戶提供離線式的信息檢索服務(wù)[8]。具體而言，即采取有效的定時(shí)處理機(jī)制，對(duì)執(zhí)行層的相關(guān)信息資源進(jìn)行更新和存儲(chǔ)，形成一種行之有效的聚類算法，以數(shù)字圖書館中的文檔為基礎(chǔ)，通過預(yù)處理、詞分類映射的自組織、詞分類映射、文檔編碼、文檔映射的自組織、文檔映射等流程，以實(shí)現(xiàn)具體的感興趣信息的聚類工作，從而在海量資源中為用戶提取相應(yīng)信息。

（三）實(shí)現(xiàn)結(jié)構(gòu)

現(xiàn)階段，數(shù)字圖書館已經(jīng)成為一種信息服務(wù)新選擇，它具備強(qiáng)大的信息資源服務(wù)功能，能夠滿足大部分領(lǐng)域的信息需求。為實(shí)現(xiàn)個(gè)性化信息檢索功能，必須建立起相對(duì)完整的技術(shù)結(jié)構(gòu)，突出“以用戶為中心”的技術(shù)服務(wù)理念，搭建技術(shù)服務(wù)框架和功能。其中，用戶既是個(gè)性化信息檢索的執(zhí)行者，更發(fā)揮著對(duì)于信息檢索服務(wù)的反饋?zhàn)饔?，可以為?shù)字圖書館個(gè)性化信息檢索提供客觀建議，以進(jìn)一步優(yōu)化信息檢索服務(wù)的功能。當(dāng)前，結(jié)合數(shù)字圖書館的個(gè)性化信息檢索特點(diǎn)，已經(jīng)形成了比較完善的實(shí)現(xiàn)結(jié)構(gòu)，總體由客戶端與服務(wù)器端進(jìn)行信息交互，具體實(shí)現(xiàn)結(jié)構(gòu)如圖2所示。

根據(jù)圖2的實(shí)現(xiàn)結(jié)構(gòu)分析，客戶端所承載的功能主要是對(duì)用戶以及用戶信息建模分析，使后續(xù)個(gè)性化信息檢索得以實(shí)現(xiàn)。同時(shí)，在服務(wù)器端主要是以個(gè)性化信息檢索為核心，對(duì)所獲取的信息數(shù)據(jù)加以處理和反饋，保證數(shù)據(jù)信息收集和應(yīng)用的準(zhǔn)確性，體現(xiàn)出個(gè)性化信息檢索的功能特點(diǎn)。但在該實(shí)現(xiàn)結(jié)構(gòu)中仍然存在一定的缺點(diǎn)，即由于需要收集大量的用戶信息，并要求實(shí)現(xiàn)用戶模型的相互傳輸，這將導(dǎo)致在信息處理過程中出現(xiàn)隱私侵犯風(fēng)險(xiǎn)。基于目前數(shù)字圖書館的個(gè)性化信息檢索而言，該結(jié)構(gòu)越來越突出合作式的個(gè)性化信息檢索，更好地發(fā)揮了服務(wù)器實(shí)現(xiàn)的優(yōu)勢(shì)，其信息安全風(fēng)險(xiǎn)也得到有效控制，具有極強(qiáng)的實(shí)用價(jià)值。

五、結(jié)語

綜上所述，伴隨信息時(shí)代發(fā)展進(jìn)程加速，越來越豐富的新興技術(shù)被廣泛應(yīng)用，在數(shù)字圖書館信息資源服務(wù)領(lǐng)域，同樣在現(xiàn)代技術(shù)的推動(dòng)下變得愈發(fā)完善。個(gè)性化信息檢索作為一種重要功能，旨在通過簡(jiǎn)化用戶信息檢索流程，提升用戶數(shù)字圖書館應(yīng)用體驗(yàn)，因此更需要依賴于創(chuàng)新的理念和全新的技術(shù)予以支持。本文通過對(duì)數(shù)字圖書館個(gè)性化信息檢索研究，有效梳理了個(gè)性化信息檢索原理和功能，并且能夠在其中挖掘更大價(jià)值，即通過服務(wù)算法及功能模塊的擴(kuò)展，使其具備更豐富的個(gè)性化服務(wù)功能。特別是在當(dāng)前信息爆炸的時(shí)代背景下，數(shù)字圖書館應(yīng)當(dāng)加強(qiáng)自身技術(shù)創(chuàng)新，結(jié)合最新的技術(shù)優(yōu)勢(shì)及創(chuàng)新服務(wù)理念，為用戶提供多元化、個(gè)性化的信息檢索服務(wù)，實(shí)現(xiàn)數(shù)字圖書館發(fā)展的全面支撐。

參考文獻(xiàn)

[1]呂亞娟.數(shù)字圖書館信息檢索技術(shù)的智能化發(fā)展趨勢(shì)[J].中國(guó)科技投資，2022（27）：104-106.

[2]吳榮.基于大數(shù)據(jù)分析技術(shù)的數(shù)字圖書館信息檢索模型設(shè)計(jì)[J].數(shù)字技術(shù)與應(yīng)用，2021，39（5）：121-123.

[3]董蘭軍.“用戶導(dǎo)向”理念下數(shù)字圖書館信息檢索服務(wù)的優(yōu)化策略[J].山西檔案，2017（3）：100-102.

[4]楊屹.數(shù)字圖書館中文本信息檢索技術(shù)的研究與實(shí)現(xiàn)[J].科技創(chuàng)新導(dǎo)報(bào)，2020，17（2）：243，245.

[5]張小英.Web集成信息檢索在數(shù)字圖書館中的應(yīng)用研究[J].價(jià)值工程，2017，36（29）：202-204.

[6]黨小琴.基于本體論的數(shù)字圖書館信息檢索技術(shù)[J].科技通報(bào)，2022，38（8）：110-113.

[7]張靜，劉璐，馬玉華.數(shù)字圖書館信息檢索系統(tǒng)的設(shè)計(jì)研究[J].科技展望，2017，27（3）：8.

[8]張馥郁.論數(shù)字圖書館中多媒體信息檢索系統(tǒng)的構(gòu)建[J].信息記錄材料，2019，20（12）：134-135.

作者單位：中共天津市委黨校