吳 芳

（沈陽理工大學(xué)圖書館，遼寧 沈陽 110159）

隨著用戶個(gè)性化信息需求的增加，用戶信息搜索的目的性和針對性越來越明顯，搜索的深度和專業(yè)性越來越強(qiáng)，搜索的復(fù)雜性和層次性越來越凸顯。這些變化對搜索引擎提出了更高的要求，搜索引擎必須能夠根據(jù)用戶的個(gè)性、學(xué)習(xí)、教育等不同的特性為用戶提供客觀、準(zhǔn)確、及時(shí)、深入的個(gè)性化信息，使用戶更多地參與到搜索流程中。這是未來搜索引擎發(fā)展的必然趨勢。

1 搜索引擎現(xiàn)狀

搜索引擎是用戶在Internet上查找相關(guān)信息時(shí)最常用的一種工具。隨著網(wǎng)絡(luò)資源的增加，用戶對網(wǎng)絡(luò)搜索引擎的要求越來越高。在信息檢索過程中，搜索引擎必須在查詢的目的性、查詢的準(zhǔn)確性、查詢式的易于表達(dá)性和查詢結(jié)果的選擇性之間作出適當(dāng)?shù)臋?quán)衡，從而將具有高度相關(guān)性的網(wǎng)頁內(nèi)容返回給用戶。當(dāng)今現(xiàn)有的搜索引擎還不完善，具體表現(xiàn)在以下幾個(gè)方面：（1）用戶在利用搜索引擎進(jìn)行檢索時(shí)，因檢索式表達(dá)的含義比較模糊，搜索引擎返回的檢索結(jié)果也不盡如人意，雖然附加的檢索術(shù)語有助于對檢索式更進(jìn)一步的限定，但即便是很有經(jīng)驗(yàn)的檢索者選擇最佳的檢索術(shù)語也很難準(zhǔn)確地檢索到其所需要的信息；（2）當(dāng)前，許多大型搜索引擎仍在盲目追求數(shù)據(jù)庫規(guī)模，在利用大型數(shù)據(jù)庫的基礎(chǔ)上提供信息檢索服務(wù)，其檢索功能基本上還停留在數(shù)據(jù)庫基礎(chǔ)建設(shè)和流程挖掘?qū)用?，所返回的檢索結(jié)果只是基于簡單的關(guān)鍵詞匹配，即搜索輸出處于一種對搜索結(jié)果的初加工狀態(tài)，并沒有考慮到用戶在特定時(shí)期內(nèi)特殊的信息需求；（3）事物是普遍聯(lián)系的。用戶提交給搜索引擎的關(guān)鍵詞之間總是存在著一定的關(guān)系，而在搜索引擎進(jìn)行檢索的過程中卻無法識別這種關(guān)系的存在，致使檢索結(jié)果中出現(xiàn)了大量的缺乏關(guān)鍵詞之間關(guān)系的網(wǎng)頁。

據(jù)估計(jì)，在現(xiàn)有的網(wǎng)絡(luò)資源中，83%的網(wǎng)站含有商業(yè)廣告，只有6%的網(wǎng)站含有科學(xué)和教育的內(nèi)容。對于用戶而言，其在搜索流程中的識別和控制作用還相對薄弱。因此，須加強(qiáng)搜索基礎(chǔ)建設(shè)，加強(qiáng)用戶搜索目的的分析，在搜索引擎檢索過程中融入用戶的情境信息，從而實(shí)現(xiàn)全新的高匹配性搜索服務(wù)。

2 用戶情境模型的構(gòu)建及其與搜索引擎的集成

2.1 用戶情境模型的構(gòu)建

收集用戶情境信息的目的是為了了解用戶搜索喜好、習(xí)慣、目標(biāo)、心理、個(gè)性、知識、行為、專業(yè)、交往、創(chuàng)作等方面的基礎(chǔ)信息。建立用戶情境模型，分析用戶的短期興趣、長期興趣及其動態(tài)的興趣變化，對其進(jìn)行存儲、表示和描述，并將此模型結(jié)構(gòu)與現(xiàn)有的搜索引擎集成在一起，確定更加個(gè)性化的搜索指向、搜索輸出項(xiàng)、輸出界面、搜索所進(jìn)入的分類數(shù)據(jù)庫、搜索的性質(zhì)界定、搜索結(jié)果的定量定性等，從而實(shí)現(xiàn)以用戶為中心的個(gè)性化信息檢索模式，真正實(shí)現(xiàn)搜索引擎面向用戶而非面向主題的檢索。

圖1 用戶情境模型的框架結(jié)構(gòu)

圖1為所建立的用戶情境模型的框架結(jié)構(gòu)。如圖1所示，此結(jié)構(gòu)由“特征收集器”和“情境管理器”兩個(gè)模型組成，包括三個(gè)層次：接口層、知識管理層、數(shù)據(jù)資源／搜索引擎層。每層都存在一些獨(dú)立的專用的代理完成特定的功能。這些代理支持交互式的監(jiān)控，獲取用戶的行為、偏好。查詢規(guī)范和查詢處理既要對情境特征進(jìn)行收集和歸類，還要對相關(guān)的結(jié)果進(jìn)行表達(dá)。此種結(jié)構(gòu)是通用的、模塊化的，很容易與新的類目、本體和搜索引擎結(jié)合在一起，同時(shí)也具備可配置的特性，能夠?qū)τ脩羟榫程卣鞯难莼c轉(zhuǎn)變進(jìn)行存儲。

2.2 用戶情境模型與搜索引擎的集成

圖2描述了上述結(jié)構(gòu)與搜索引擎集成在一起的過程。其中，特征收集器存在于用戶的計(jì)算機(jī)中，情境管理器存在于搜索引擎服務(wù)器中。

圖2 用戶情境模型結(jié)構(gòu)與搜索引擎的集成

2.2.1 特征收集器模型

特征收集器模型有兩個(gè)代理，即自適應(yīng)代理和喜好代理，它們存在于用戶的臺式機(jī)中，扮演著前端經(jīng)紀(jì)人的角色，主要負(fù)責(zé)搜集用戶基本的個(gè)人信息。自適應(yīng)代理通過監(jiān)控用戶在臺式機(jī)上的活動獲取用戶的行為信息，從而保持用戶最新的情境特征。喜好代理除和自適應(yīng)代理發(fā)生交互外，還和情境知識代理發(fā)生交互作用，為用戶提出最適合的建議。喜好代理根據(jù)經(jīng)驗(yàn)和用戶以前檢索過程中相關(guān)的反饋信息得知用戶的偏好。

2.2.2 情境管理器模型

情境管理器模型包含四個(gè)代理：情境收集器代理、情境知識代理、查詢過程代理和集成代理。由于情境收集器代理要和數(shù)以百萬計(jì)的計(jì)算機(jī)發(fā)生交互作用來收集用戶的情境特征，因此，它是最薄弱的一個(gè)代理。情境管理器提供了一個(gè)可配置的特性，這樣就使用戶能夠自行定義他們的情境特征存儲在本地機(jī)上，也可存儲在搜索引擎服務(wù)器中。若存儲在搜索引擎服務(wù)器中，用戶須進(jìn)行注冊或者明確其所訂閱的情境收集服務(wù)，以便在服務(wù)器中存儲他們的情境特征。

情境收集器代理又依次分為管理人代理、中級代理、服務(wù)代理。管理人代理是決定的簽署者；中級代理是管理人代理和服務(wù)代理之間的使者；服務(wù)代理從數(shù)以百萬計(jì)的機(jī)器中收集用戶的情境特征。每一層代理都具有明確的任務(wù)，協(xié)作完成用戶情境特征的收集。情境收集器代理是一種重要的情境收集方式，它將成為未來搜索引擎建設(shè)中的一個(gè)重要組成部分。

情境知識代理是最復(fù)雜的一個(gè)代理，它處理數(shù)以百萬計(jì)的情境特征，建立并維護(hù)知識庫，查詢各種公用的本體領(lǐng)域。如圖3所示，此代理應(yīng)用了情境處理器代理、查詢本體代理、知識管理代理來執(zhí)行上述三個(gè)任務(wù)。

圖3 情境知識代理

情境處理器代理從每個(gè)情境特征中處理并獲取相關(guān)的關(guān)鍵詞。查詢本體代理應(yīng)用這些關(guān)鍵詞在用戶應(yīng)用之間創(chuàng)建共享的概念理解。知識管理代理將這些信息轉(zhuǎn)換成組織良好的、直觀的分類體系并加以保存以便將來應(yīng)用，如為用戶提供相關(guān)的反饋和建議并改善檢索式。

查詢過程代理負(fù)責(zé)查詢式的構(gòu)造和檢索結(jié)果的處理。查詢式的構(gòu)造任務(wù)是完成情境查詢的創(chuàng)建、操作、擴(kuò)充、執(zhí)行、持續(xù)保存和再利用。結(jié)果處理任務(wù)包括對返回的查詢結(jié)果進(jìn)行分析、過濾，相關(guān)信息的匹配以及檢索結(jié)果的重組排列。

一個(gè)查詢式可以由用戶提供的一個(gè)或多個(gè)術(shù)語來創(chuàng)建，查詢過程代理參考情境知識代理來分析用戶查詢式的句法和語義，然后將此查詢式分解成若干個(gè)子情境檢索式。這其中又包含了各種處理過程：基于概念的匹配、字句含糊意義的消除、詞匯參照、查詢式的優(yōu)化等待。用戶也可以從喜好代理中選擇所建議的一個(gè)或多個(gè)主題開始查詢。查詢過程代理為搜索引擎提供情境子檢索式或者用戶偏好檢索，一旦搜索引擎的檢索結(jié)果被返回，此代理就根據(jù)用戶的情境特征對結(jié)果進(jìn)行處理，然后再將處理后的結(jié)果發(fā)送給用戶。

集成代理是一個(gè)相對簡單的代理，主要管理各種公用的本體和搜索引擎，并與查詢過程代理和情境知識代理進(jìn)行交流以提供相關(guān)的信息來支持整個(gè)情境信息的檢索過程。

用戶情境模型與搜索引擎集成在一起，大大加強(qiáng)了信息檢索服務(wù)中對用戶情境信息的分析與利用，從而使得搜索引擎的搜索結(jié)果從目前輸出項(xiàng)的千篇一律向多樣化轉(zhuǎn)變，使搜索起點(diǎn)從共用大型抓取數(shù)據(jù)庫向復(fù)雜分類數(shù)據(jù)庫和搜索過程數(shù)據(jù)庫轉(zhuǎn)變，使搜索內(nèi)容從知識信息的簡單構(gòu)成向知識、信息、關(guān)系、邏輯、技術(shù)等方面的復(fù)雜構(gòu)成轉(zhuǎn)變。

3 語義網(wǎng)技術(shù)在所集成的用戶情境模型與搜索引擎結(jié)構(gòu)中的應(yīng)用

語義網(wǎng)是對當(dāng)前WWW的一個(gè)擴(kuò)展，能夠很好地使計(jì)算機(jī)和人類合作完成工作。語義網(wǎng)采用多層次的表示框架XML，并引入文檔模式描述文檔結(jié)構(gòu)，但XML沒有對結(jié)構(gòu)本身的語義進(jìn)行描述。如果不知XML元素的語義，計(jì)算機(jī)仍不能理解信息。因此，需一個(gè)更高的層次來描述結(jié)構(gòu)的語義，即RDF。RDF定義了元素之間的關(guān)系，表現(xiàn)為三元組集（類似于句子的主體、動詞、客體）。XML加上RDF相當(dāng)于人工智能中的語義網(wǎng)絡(luò)，可進(jìn)行簡單推理。要計(jì)算機(jī)相互理解信息，還需要有一套共同的標(biāo)準(zhǔn)的概念體系，即本體（Ontology）。本體主要使用網(wǎng)絡(luò)本體語言O(shè)WL來進(jìn)行描述，OWL是RDF的子集。XML＋RDF＋Ontology構(gòu)成了計(jì)算機(jī)相互理解的基礎(chǔ)。在Ontology層之上還可以有更高的為各種Ontology進(jìn)行通信提供支持的描述層次。語義網(wǎng)每加一個(gè)層次，計(jì)算機(jī)在知識處理上就多一份能力。

在用戶情境模型與搜索引擎集成在一起的結(jié)構(gòu)中，應(yīng)用語義網(wǎng)和本體技術(shù)對所收集到的用戶情境信息進(jìn)行處理，對情境信息的結(jié)構(gòu)和特征進(jìn)行形式化的描述，將其轉(zhuǎn)化為計(jì)算機(jī)可理解的形式，并為搜索引擎所使用。同時(shí)也便于各實(shí)體間對情境信息達(dá)成共同的語義理解，從而能夠利用已存在的本體對情境信息進(jìn)行推理，推導(dǎo)出從當(dāng)前環(huán)境中不能直接收集到的情境信息，用于搜索引擎檢索結(jié)果的過濾、選取與推薦。

由于用戶提交給搜索引擎的關(guān)鍵詞之間存在一定關(guān)系，為了使搜索引擎能夠識別這種關(guān)系，我們需要利用語義網(wǎng)中的相關(guān)技術(shù)來明確定義關(guān)鍵詞之間的關(guān)聯(lián)信息。即當(dāng)用戶輸入某些關(guān)鍵詞進(jìn)行檢索時(shí)，我們應(yīng)用語義網(wǎng)中的RDF來描述關(guān)鍵詞之間的關(guān)系，并用OWL對這個(gè)關(guān)系進(jìn)行解釋，從而實(shí)現(xiàn)對關(guān)鍵詞之間語義信息的理解，并以RDF三元組的形式將此關(guān)系存儲在本體中，以語義標(biāo)識的形式嵌入到網(wǎng)頁內(nèi)容中。這樣，搜索引擎所處理的就不是單一的關(guān)鍵詞，而是包含了關(guān)鍵詞及其之間關(guān)聯(lián)信息的統(tǒng)一整體。

在搜索引擎檢索過程中，情境管理器選擇情境信息中那些有限的前向鏈接，即用戶的檢索歷史，作為搜索引擎可能要擴(kuò)充的敘詞表，以此來對檢索結(jié)果進(jìn)行限定和過濾。同時(shí)，通過對關(guān)鍵詞之間關(guān)聯(lián)信息的處理，將關(guān)鍵詞獨(dú)立的網(wǎng)頁從檢索結(jié)果中過濾掉，即對檢索結(jié)果中只包含關(guān)鍵詞而沒包含其關(guān)系的那些網(wǎng)頁過濾掉，只將那些既包含了關(guān)鍵詞又包含了其關(guān)系的網(wǎng)頁返回給用戶，達(dá)到檢索結(jié)果集的少而準(zhǔn)，為用戶提供其真正所需的信息資源。

在對用戶未來的情境進(jìn)行復(fù)雜推理時(shí)，情境知識代理將利用本體技術(shù)生成一個(gè)部分證明樹，并產(chǎn)生一個(gè)可在網(wǎng)絡(luò)中查詢到的語義標(biāo)記的描述，把用戶的局部情境知識庫用到盡可能大的范圍內(nèi)，從而挖掘出用戶未來可能存在的部分情境信息，并以此為依據(jù)為用戶推薦其可能需要的相關(guān)信息資源 。另外，還要積極建立各種公用的領(lǐng)域本體，加強(qiáng)搜索引擎對自然語言的理解能力，應(yīng)用語義網(wǎng)及本體技術(shù)對網(wǎng)站網(wǎng)頁的標(biāo)引進(jìn)行統(tǒng)一規(guī)范，各搜索引擎關(guān)鍵詞檢索統(tǒng)一采用OWL—和RDF的符號及其含義，分類檢索所建立的類目體系及使用規(guī)則也都采用OWL和DAML+OIL等相關(guān)語言，從而在網(wǎng)頁構(gòu)建和搜索引擎檢索與標(biāo)引方面達(dá)到統(tǒng)一。

4 結(jié)束語

本文從搜索引擎現(xiàn)狀出發(fā)，提出了應(yīng)用用戶情境模型及語義網(wǎng)技術(shù)對現(xiàn)有的搜索引擎進(jìn)行改進(jìn)，從而實(shí)現(xiàn)深層次的知識挖掘，實(shí)現(xiàn)個(gè)性化的網(wǎng)絡(luò)檢索。筆者認(rèn)為，當(dāng)前的工作主要集中在對所提出的框架結(jié)構(gòu)進(jìn)行調(diào)研、規(guī)劃、設(shè)計(jì)和測試上。此課題的研究對網(wǎng)絡(luò)搜索引擎的發(fā)展將起到至關(guān)重要的作用，也將提升此類搜索引擎在同類產(chǎn)品中的競爭優(yōu)勢。

[1] 吳祐昕,順風(fēng).網(wǎng)絡(luò)搜索引擎的發(fā)展趨勢分析[J].當(dāng)代傳播,2007(3):73-74.

[2] 宋迪,呂英杰,李一軍.基于用戶偏好的搜索引擎指標(biāo)分析與評價(jià)[J].圖書情報(bào)工作,2007(1):122-125.

[3] 袁穎,趙捧未.基于語義網(wǎng)的數(shù)字圖書館信息檢索模型研究[J].科技情報(bào)開發(fā)與經(jīng)濟(jì),2010(7):1-3.

[4] 儲荷婷.語義網(wǎng)與信息檢索[J].圖書情報(bào)知識,2009(127):30-32.

[5] 杜國芳.搜索引擎技術(shù)的突破——知識化搜索[J].現(xiàn)代情報(bào),2005(4):155-156.

[6] 孔為民,涂中群.語義網(wǎng)的技術(shù)及其應(yīng)用[J].農(nóng)業(yè)圖書情報(bào)學(xué)刊,2010(1):54-56.