• 
    <ul id="auswy"><sup id="auswy"></sup></ul>
  • <ul id="auswy"></ul>
    ABB
    關注中國自動化產業發展的先行者!
    CAIAC 2025
    2025工業安全大會
    OICT公益講堂
    當前位置:首頁 >> 案例 >> 案例首頁

    案例頻道

    基于Agent的個性化信息推送系統的研究
    • 企業:控制網    
    • 點擊數:1283     發布時間:2006-08-11 14:41:43
    • 分享到:
    本論文首先對信息推送及其相關技術進行了概述,提出了一種基于Agent來實現個性化信息推送服務的思想,并分析了其優勢所在;然后從功能和結構上對基于Agent的個性化信息推送服務系統進行了設計;最后對該系統主要模塊的實現思路以及工作流程加以研究和分析設計。

    網絡經濟與信息技術的發展,使得高校圖書館的服務空間日益擴大,個性化服務也逐漸成為新型服務模式的主流。根據數字圖書館個性化信息服務發展的需要,在已有的數字資源優勢和個性化技術優勢的基礎上,本論文研究并構建了“基于Agent的個性化信息推送服務子系統”。該子系統是“圖書館專家知識交換系統”的一個重要組成部分,它是依托知識資源系統,利用相關技術建立起來的一個標準化的知識服務系統平臺,可以為用戶提供不同層次、多種類型的服務。

    一、             信息推送及其相關技術

    1、個性化服務

    面對網絡信息服務的現狀,人們在尋求一種將用戶感興趣的信息主動推送給用戶的服務方式,也就是個性化的信息推送服務。[1]個性化服務是一種能夠滿足用戶個體需求的服務方式,當前很多領域都提出了個性化服務的概念,例如新聞網站、資源推送系統、信息檢索系統等。在數字圖書館領域中,也需要研究用戶的行為和習慣,對不同的用戶采取不同的服務策略,從而使其信息需求得到最大程度的滿足。目前對個性化服務的研究主要集中在信息檢索、推送技術等具體的實現技術上。個性化服務的質量取決于具體的推送技術、檢索技術以及系統了解用戶興趣的程度。因此,構建個性化的信息推送系統是整個數字圖書館個性化服務的關鍵。

    2、信息推送技術

    傳統的信息檢索方式是一種拉取模式(即PULL模式),必須由用戶主動檢索才會輸出相應的結果。但是隨著網絡信息容量的急劇膨脹,單純的信息拉取技術并不能保證用戶及時、準確地獲取網絡信息資源,缺乏一種有效、智能的信息服務和檢索機制來保證用戶方便、準確的獲取所需的信息。人們在網絡上搜索信息時,主要存在兩個方面的困難:信息過載和信息迷向。為了解決上述問題,信息推送技術就應運而生了。[2]所謂信息推送(又稱PUSH)就是網絡公司通過一定的技術標準或協議,從網上的信息源或信息制作商那里獲取信息,通過固定的頻道向用戶發送信息的新型的信息傳播系統。推送模式是一種廣播的模式,它以頻道廣播的方式使網上的用戶被動、有目的地接受需要的信息。

    3、結合Agent的智能信息推送

    我們將Agent技術應用于個性化信息推送服務之中的原因是基于Agent自身的特點。[3]Agent的自主性、反應性、主動性、社會性及其他屬性為個性化信息服務的實現提供了可能。推送技術中最關鍵,也是首先要解決的問題是對信息的分類及處理。而目前我們面對的信息特點是:信息量巨大,信息類型難以估計和難以人工處理,如何使用機器進行自動處理。針對上述問題,要使推送技術最終得以成功應用,本論文對結合了Agent的信息推送服務系統進行了研究。推送技術的一個發展方向就是在目前的推送技術基礎上融入人工智能、知識發現技術、Internet及數據庫技術,從而形成智能信息推送技術,這樣可以從根本上解決推送技術應用推廣過程中所遇到的難題。

    二、             基于Agent的個性化信息推送服務系統的總體設計

    1、系統功能設計

    構建個性化信息推送服務平臺的目的就是要改變傳統圖書館的被動服務方式,實行主動向用戶推送館藏各種資源的服務方式。本系統的主要功能是能夠根據用戶興趣偏好而主動地向用戶推送書籍或論文資料。用戶可以瀏覽資源的基本信息,查閱其借閱情況,并可直接閱讀全文;同時可以對歷史的推送資源進行組織和管理。除此之外,為了體現本系統的智能化和人性化特性,我們將Agent等人工智能方面的技術引入,使得系統不僅能根據用戶提交的一些特性提供有針對性的信息,而且能對用戶的興趣進行動態跟蹤與智能分析,從而主動地向用戶推送其可能需要的信息。

    2、系統總體結構

    Yahoo  ……  Google

     

    信息檢索Agent

    信息過濾Agent

    用戶接口Agent

    用戶

    用戶反饋Agent

    用戶

    Profile

    為了比較好地實現個性化的信息推送服務,就必須解決好用戶興趣建模、信息檢索、信息加工和過濾、用戶信息反饋的問題,而這幾個部分正是整個個性化信息推送服務系統的重要組成部分。由此,我們構建了一個基于Agent的個性化信息推送服務系統的模型,其總體結構圖如下:

     

     

     

     

     

                                           1 基于Agent的個性化信息推送服務系統模型

    在上圖中可以看到,負責用戶和系統進行交互的模塊是用戶接口Agent。系統首先將用戶提交的一些個人需求信息保存到用戶Profile中,然后根據用戶的個性化需求,通過信息檢索Agent從信息源檢索得到一批信息資源,最后經過過濾之后推送給用戶。其中,用戶反饋Agent是負責定期將用戶的反饋信息提交給用戶Profile,以不斷修改用戶的個性化需求服務的模型。

    3、推送服務的實現方式

    信息推送的實現方式主要有兩種:基于Internet的信息推送、基于數據庫系統的信息推送。[4]基于Internet的信息推送主要有以下幾種:1頻道式推送:這是目前普遍采用的一種模式,它將某些頁面定義為瀏覽器的頻道,用戶可以像選擇電視頻道那樣接收感興趣的信息。(2)郵件式推送:用電子郵件方式主動將所推送信息發布給各用戶。(3)網頁式推送:在一個特定網頁內將所推送的信息提供給用戶。(4)專用式推送:采用專門的信息發送和接受軟件,信源將信息推送給專門用戶。由于考慮到信息推送的實時性以及適用范圍的普遍性,本系統將采用網頁式推送和郵件式推送結合的推送服務方式。

    三、             基于Agent的個性化信息推送服務系統的主要模塊設計

    1、用戶接口Agent

    用戶接口Agent為用戶與個性化信息推送服務系統的交互提供了一個接口,用戶通過該接口Agent進行注冊、登陸系統、查看系統推送給用戶的信息資源。在本模塊中,最主要的功能是進行用戶興趣的學習。因此,用戶興趣建模是用戶接口Agent實現的重要組成部分,也是整個個性化信息推送服務實現的關鍵。我們首先通過對用戶注冊信息的分析,建立初始的用戶興趣模型;然后在用戶反饋Agent模塊中對其不斷調整、改進,使之更加符合用戶的需求。

    2、用戶反饋Agent

    本系統中考慮采用兩種Agent的反饋學習方法:用戶行為跟蹤學習方法和相關反饋學習方法。用戶行為跟蹤學習的特點是不需要用戶的直接參與,而通過自主地跟蹤用戶的行為,了解用戶的喜好與需求,調整用戶興趣模型。用戶相關反饋學習與用戶行為跟蹤學習的不同之處在于需要用戶的直接參與,通過對用戶提供的相關反饋信息的學習,改進用戶興趣模型。

    用戶反饋Agent結合使用以上兩種反饋學習方法,定期地對用戶檢索、瀏覽等行為的日志及用戶提供的相關反饋信息進行分析,不斷地調整用戶興趣模型。用戶興趣建模的流程如下圖所示:

    基本信息

    用戶興趣

    興趣建模

    用戶個性化表

    日志

    模式挖掘

    注冊

    反饋

    行為跟蹤

     

     

     

     

     

                                                                     2 用戶興趣建模

    在用戶興趣建模的過程中包含兩個重要的組成部分:根據用戶的基本信息而建立用戶興趣模型,以及依據用戶的興趣反饋和用戶行為跟蹤而進行模式挖掘。這兩個部分都涉及到用戶個性化表的構建與修改。

    3、信息檢索Agent和信息過濾Agent

    信息檢索Agent利用現有的搜索引擎技術,根據用戶提交的查詢關鍵字,在數據源中查找用戶感興趣的相關信息,得到一系列文檔集。信息過濾Agent根據用戶個性化表中的用戶興趣模型,對信息檢索Agent的搜索結果進行再加工和過濾,去除其中和用戶興趣不相關的或相關性不大的信息,最終實現個性化信息推送服務。

    信息過濾可以分為基于內容的過濾和協同過濾兩種。基于內容的過濾通過計算檢索到的文檔與用戶興趣之間的相似度,得到文檔與用戶興趣的相關程度,將相似度超過一定閾值的文檔推送給用戶,過濾掉信息檢索Agent中檢索到的文檔中的一些無關信息,使過濾后的文檔信息更貼近于用戶的需求。協同過濾又叫做社會過濾,它分析用戶興趣,在用戶群中找到指定用戶的相似(興趣)用戶,綜合這些相似用戶對某一信息的評價,形成系統對該指定用戶對此信息的喜好程度的預測。

    在本系統中,考慮采用基于內容的過濾為主,協同過濾為輔的策略。基于內容的過濾是信息過濾的主要實現形式,也是個性化信息服務實現的關鍵一步。在信息過濾的過程中,首先使用向量空間模型將用戶興趣以及得到的文檔表示為向量形式,然后計算兩者的相似度,將相似度最大的前N篇文檔推送給用戶。其具體流程如下圖:

    結束語

    本論文在現有信息推送技術的基礎上融入Agent技術,并結合知識發現、Internet及數據庫等技術,構建了基于Agent的個性化信息推送服務系統。該子系統作為“圖書館專家知識交換系統”的一個組成部分,為用戶提供了一個個性化信息服務平臺,擴大了現代數字圖書館的服務空間。

     

     

     

    對文檔預處理后,

    用向量空間法表示

    根據用戶提交的關鍵字搜索并返回一批文檔

    計算該文檔向量和用戶profile之間的相似度

    是否大于某閾值

    將該文檔提交給用戶

     

     

                                                                3 信息過濾流程

    參考文獻

    [1]宋麗哲等.數字圖書館個性化服務用戶模型研究[J.北京理工大學學報.200501

    [2]吳劍霞.信息推送技術的原理及在圖書館的應用[J.科技情報開發與經濟.200403

    [3]徐俊萍.基于Agent的個性化信息服務實現技術及其應用研究.東南大學碩士學位論文

    [4]彭國莉.信息推送技術與信息推送服務[J.中國信息導報.200108

    [5]國家數字圖書館參考咨詢臺EB/OL. http://dref.csdl.ac.cn/2003

    [6]袁麗芬等.基于XML的信息推送服務及實現[J].情報科學.200306

    [7]沈鈞等.“推送拉取模式的圖書館網絡信息服務[J].現代圖書情報技術. 200205

    [8]張延國.基于搜索引擎的個性化知識推送系統[J].中國信息導報.200406

    [9]Manfred Hauswirth. A Component and Communication Model for Push Systems. Springer-Verlag GmbH. May 2003

    [10]Chen-Tung Chen. An information push-delivery system design for personal information service on the Internet. Information Processing and Management. July 2002

     

     

     

    熱點新聞

    推薦產品

    x
    • 在線反饋
    1.我有以下需求:



    2.詳細的需求:
    姓名:
    單位:
    電話:
    郵件: