现代数字图书馆的个性化信息检索研究

董志娜

摘要：现代数字图书馆作为信息融合中心，是各类信息资源的关键载体，如何实现信息高效利用备受关注，并成为现阶段极为重要的课题。为此，基于数字图书馆信息检索的研究日益深入，尤其是为适应用户多元化信息检索需求，一种个性化信息检索服务被提出和应用。结合数字图书馆个性化信息检索，探讨该系统服务的关键技术、设计与实现，通过技术阐释、模块分析和系统结构等研究，为数字图书馆服务进阶提供有益参考。

关键词：数字图书馆；信息检索；智能Agent技术；信息过滤

一、前言

数字图书馆是时代变革的产物，为适应数字技术发展和应用特点，数字图书馆改变了传统信息采集、存储及服务方式，实现数字图书馆运行的品质化升级，使得信息服务功能愈发丰富，满足了各领域对信息资源应用的迫切需求。但数字图书馆信息资源的丰富，除了缓解信息供求矛盾外，也会带来一定的挑战，即普遍存在的信息检索问题。目前，数字图书馆的信息检索方式，普遍是运用常规的信息检索引擎，虽然满足大部分用户的基础需求，但在智慧化时代的背景下，始终缺少个性化的服务体验。为实现数字图书馆信息检索服务优化，个性化信息检索被广泛提及，更成为未来推动服务升级的关键所在。

二、数字图书馆的个性化信息检索概述

（一）数字图书馆的发展

1991年，美国国会图书馆正式提出“数字图书馆”的概念，成为全球数字图书馆发展的先驱。所谓“数字图书馆”即在数字化时代，利用计算机、网络等信息技术手段，将实体图书馆的文献、资料、信息等数字化处理，并通过网络形式提供给用户使用的一种新型图书馆[1]。

数字图书馆的发展历程中，包括了多个里程碑事件，为数字图书馆的全球发展奠定了基础。如1993年，加州大学伯克利分校的Alexandria数字图书馆计划启动，标志着数字图书馆正式进入实践阶段。到了1995年，欧洲的数字图书馆Europeana项目启动，旨在将欧洲各国的文化遗产数字化，提供给全球用户。2004年，中国国家图书馆也顺应时势，启动中国数字图书馆建设工程，实现了信息资源的传播与共享。事实上，数字图书馆极大促进了数字化建设和服务水平，为读者提供了更加便利、快捷的阅读体验，同时也为知识的传播和文化遗产的保护发挥了重要的作用。

（二）个性化信息检索的内涵

个性化信息检索（Personalized Information Retrieval，简称PIR）是指根据用户的个性化需求和兴趣，为用户提供符合其需求的信息检索服务[2]。随着信息技术的发展和互联网的普及，信息爆炸现象愈发严重，用户在海量信息中寻找所需内容变得越来越困难。因此，个性化信息检索成了信息检索技术的一个重要方向，旨在为用户提供更准确、更有用的检索结果。在此过程中，PIR技术通过对用户的兴趣、历史检索记录、社交网络等数据进行分析，构建用户兴趣模型，并利用该模型对文档进行过滤、排序和推荐，以提高用户获取信息的效率和准确性。目前，PIR技术依托其技术创新优势，在电子商务、社交网络、个性化推荐等领域得到广泛应用，具备极大研究和发展潜力。

三、数字图书馆的个性化信息检索关键技术

（一）智能Agent技术

目前，关于Agent技术的概念颇具争议，得到普遍认同的观点由英国Wooldridge博士和Jennings教授所提出，即认为Agent技术属于一个具有自主性、社会能力、反应性和能动性等性质的计算机系统[3]。综合智能Agent技术的特点，包括了智能性、代理性、自主性、机动性、合作性等。在数字图书馆的个性化信息检索中，智能Agent技术属于其中的关键所在，利用Agent技术的基本结构，可以构建起较为灵活的服务网络。基于智能Agent技术的设备层看，由适配器模块、引擎模块、知识模块、库模块、视图模块等构成。

智能Agent技术在实际应用中，通常通过分析用户信息需求，以智能Agent方式启动检索程序，基于用户信息需求分析基础上，自动与数字图书馆服务器对话，并在Web页面实施自动检索、分析和处理，并将所获取的内容依据用户习惯进行转化，再将最终成果向用户提供。这种服务方式改变了以往的机械化应用，使信息检索的体验得到大幅增强。

（二）信息过滤技术

在数字图书馆技术应用中，由于其中涵盖海量信息资源，为快速缩小信息检索的范围，信息过滤技术应用显得十分必要。实际上，信息过滤技术（Information Filtering，IF）属于一种人工智能技术，它会根据用户个性化的信息检索需求和兴趣，从大量信息中筛选出符合用户需求的信息，对数据进行特征提取，例如抽取关键词、提取文本特征、提取图像特征等，以便更好地区分不同的数据类型和内容，以此提高信息检索的准确性和效率[4]。

目前，为适应数字图书馆个性化信息检索要求，信息过滤技术摒弃了传统的检索模型，开始积极拥抱智能化信息检索技术，即利用布尔罗逻辑模型、向量空间模型等实施信息检索，以此满足不同的信息过滤需求或特点。通常情况下，由于数字图书馆的信息源与用户需求并不直接互通，导致用户兴趣难以被挖掘，而信息过滤技术可以介于两者之间完成衔接，即将信息源中的信息过滤给用户，有效攻克信息过载的现象。

（三）信息推送技术

信息推送技术（Push technology）是一种主动向用户推送信息的技术。它能够根据用户的兴趣、历史行为、位置等信息，自动筛选和推送符合用户需求的信息，提高信息获取的效率和便捷性。在数字图书馆个性化信息检索中，依托其检索的主动性、新颖性、及时性特点，为用户提供优质的信息推送服务。

具体而言，信息推送技术的核心是信息获取，当用户在使用数字图书馆信息检索服务时，可以依据自己的个性或偏好定制相关内容，服务器对用户的需求进行存储与处理，并通过信息推送技术在用户需要时，及时向用户推送相关的信息内容，而无需用户重复登录数字图书馆页面，大幅提升了信息检索的效率，并且所呈现的内容也符合用户个性，为用户提供更加精准的信息资源。目前，信息推送技术的推送方式，通常包括频道式推送、邮件式推送、网页式推送、专用式推送等，具体由CGI服务器、用户Aengt和PUSH服务器予以实现[5]。

四、数字图书馆的个性化信息检索的设计与实现

（一）结构体系

针对数字图书馆个性化信息检索需求，在技术应用与设计优化中，主要将其划分为四大层次，即用户、个性化信息检索模块、用户建模模块、用户信息收集模块等，如图1所示。在该结构中，用户信息的收集、加工、整理及储存等功能，通常由用户信息收集模块负责，在完成用户信息采取后针对性建模，形成用户专属的用户模型，以便为用户提供个性化信息检索。另外，个性化信息检索模块属于结构中的核心构成，它可以依据用户的个性化需求，对数字图书馆中多元化信息资源进行处理，并将筛选结合向用户传递[6]。当用户获取相关的推送信息后，可以对服务进行相关度评价，系统将对用户评价进行反馈，并对用户模型进一步优化，从而提升个性化信息检索的匹配度。

（二）系统模块

1.用户信息收集模块

数字图书馆个性化信息检索，核心在于对用户需求及偏好进行收集，以判断用户的信息检索特点。因此，在系统设计中的用户信息收集模块，属于提供个性化服务的基础单元，通常是实现用户的量身定制服务，其中对于用户信息的收集至关重要。

在用户信息的收集方式上，一般会包括诸多方式：

（1）通过网络调查收集。以页面、APP等为基础平台，对用户进行相关需求的调查了解，采取网上问卷、在线调查、征集活动等，全方位采取用户的相关信息及检索倾向，更好地了解用户需求和兴趣。

（2）通过系统自动收集用户信息。在用户登录数字图书馆系统过程中，服务器及后台会实时整理所检索的数据，并利用数据挖掘技术筛选类似信息。在收集中通常会以网页关键词、借阅记录等为主，有效判断用户的信息检索行为。

（3）通过电子邮件收集。在用户与数字图书馆之间的电子邮件往来中，可以收集用户的检索内容，在信息传递中及时收集用户需求，从而分析用户在一段时间内的信息特点，再结合其他要素进行匹配，制定个性化服务的方案。

2.用户建模模块

在有效收集用户的需求信息后，则应将相关数据交由系统进行处理，针对用户的实际需求建模，通过技术处理的方式构建个性化服务模型。比如，根据系统所掌握的用户基础数据和信息偏好，可以从兴趣的维度进行分析，包括用户在某一段时间对何种信息、哪类图书、哪类网页感兴趣，再实施数据的综合处理和分析，以此定义用户的信息检索行为，再结合数字图书馆数据资源，对类似信息进行提取和推送。从用户建模模块的实现而言，需要从不同的维度进行分析和计算，通常需要涉及两种比较成熟的方式。

（1）通过调查关键词计算兴趣度。根据《数字图书馆现状与发展》中对于个性化信息检索的研究，认为用户信息检索关键词与用户的兴趣度具有紧密关联性，即可以通过定量分析的方式掌握其兴趣度[7]。比如，当某用户在一定时间内所检索的关键词，会形成不同的信息端点，而利用这类信息端点可以进行区域连接，所形成的线段及覆盖的区域则为用户的兴趣区域，系统可以根据相关趋势进行分析计算，判断检索词与内容间的关系，再以此为依据向用户提供所需内容。

（2）通过访问时间和频率计算用户兴趣。在针对用户的信息检索兴趣分析时，往往会由于用户访问的随意性，使计算产生一定的误差，但其中也会呈现出某种规律，如用户在访问时会在感兴趣的页面停留更长的时间，或者出现重复访问的情况，这些均可以作为兴趣判断的依据。在实际分析和计算时，可以按照相应的公式 进行计算，其中，节点访问次数用n表示；访问的总次数以N表示；节点访问所消耗的时间以t表示；网页访问的总时间以T表示；访问的节点数用l表示；网页的总节点数用L表示。

从分析与计算的特点来看，其中会受到诸多因素的干扰，如用户访问的时间存在差异，以及网页长度因素变化等，使得系统在用户需求的分析中，每次兴趣度分析均有意义。在计算过程及结果中可发现，当n、t、l的数据越大，则F数据就越大，表明对用户兴趣度的判断越准确。

3.个性化信息检索模块

所谓个性化信息检索模块，即以用户模型为基础向用户提供检索内容及相应策略的模块，重点在于实现检索信息与用户需求的高度匹配，以完成向用户提供个性化信息检索服务的功能。结合个性化信息检索模块的特点，可以在数字图书馆信息检索服务中实现三个方面的功能。

（1）检索矢量的模式转换。即以用户建模模块所提供的信息为基础，利用检索矢量将其信息转化为适应检索引擎的检索提问，用于替代用户直接检索的行为。在具体的技术设计及实现中，为适应当前主流的个性化信息检索模式，仍然采用布尔检索系统的智能Agengt封装策略，其优势在于能够保持良好的稳定性和兼容性，并帮助用户解决繁琐的检索过程，也可以提升系统的检索效率。

（2）聚类用户所有感兴趣的信息。在数字图书馆个性化信息检索中，为适应用户信息检索的需求，可以采取层次式聚类的技术方式，将用户所感兴趣的所有信息进行聚合，为用户提供离线式的信息检索服务[8]。具体而言，即采取有效的定时处理机制，对执行层的相关信息资源进行更新和存储，形成一种行之有效的聚类算法，以数字图书馆中的文档为基础，通过预处理、词分类映射的自组织、词分类映射、文档编码、文档映射的自组织、文档映射等流程，以实现具体的感兴趣信息的聚类工作，从而在海量资源中为用户提取相应信息。

（三）实现结构

现阶段，数字图书馆已经成为一种信息服务新选择，它具备强大的信息资源服务功能，能够满足大部分领域的信息需求。为实现个性化信息检索功能，必须建立起相对完整的技术结构，突出“以用户为中心”的技术服务理念，搭建技术服务框架和功能。其中，用户既是个性化信息检索的执行者，更发挥着对于信息检索服务的反馈作用，可以为数字图书馆个性化信息检索提供客观建议，以进一步优化信息检索服务的功能。当前，结合数字图书馆的个性化信息检索特点，已经形成了比较完善的实现结构，总体由客户端与服务器端进行信息交互，具体实现结构如图2所示。

根据图2的实现结构分析，客户端所承载的功能主要是对用户以及用户信息建模分析，使后续个性化信息检索得以实现。同时，在服务器端主要是以个性化信息检索为核心，对所获取的信息数据加以处理和反馈，保证数据信息收集和应用的准确性，体现出个性化信息检索的功能特点。但在该实现结构中仍然存在一定的缺点，即由于需要收集大量的用户信息，并要求实现用户模型的相互传输，这将导致在信息处理过程中出现隐私侵犯风险。基于目前数字图书馆的个性化信息检索而言，该结构越来越突出合作式的个性化信息检索，更好地发挥了服务器实现的优势，其信息安全风险也得到有效控制，具有极强的实用价值。

五、结语

综上所述，伴随信息时代发展进程加速，越来越丰富的新兴技术被广泛应用，在数字图书馆信息资源服务领域，同样在现代技术的推动下变得愈发完善。个性化信息检索作为一种重要功能，旨在通过简化用户信息检索流程，提升用户数字图书馆应用体验，因此更需要依赖于创新的理念和全新的技术予以支持。本文通过对数字图书馆个性化信息检索研究，有效梳理了个性化信息检索原理和功能，并且能够在其中挖掘更大价值，即通过服务算法及功能模块的扩展，使其具备更丰富的个性化服务功能。特别是在当前信息爆炸的时代背景下，数字图书馆应当加强自身技术创新，结合最新的技术优势及创新服务理念，为用户提供多元化、个性化的信息检索服务，实现数字图书馆发展的全面支撑。

参考文献

[1]吕亚娟.数字图书馆信息检索技术的智能化发展趋势[J].中国科技投资，2022（27）：104-106.

[2]吴荣.基于大数据分析技术的数字图书馆信息检索模型设计[J].数字技术与应用，2021，39（5）：121-123.

[3]董兰军.“用户导向”理念下数字图书馆信息检索服务的优化策略[J].山西档案，2017（3）：100-102.

[4]杨屹.数字图书馆中文本信息检索技术的研究与实现[J].科技创新导报，2020，17（2）：243，245.

[5]张小英.Web集成信息检索在数字图书馆中的应用研究[J].价值工程，2017，36（29）：202-204.

[6]党小琴.基于本体论的数字图书馆信息检索技术[J].科技通报，2022，38（8）：110-113.

[7]张静，刘璐，马玉华.数字图书馆信息检索系统的设计研究[J].科技展望，2017，27（3）：8.

[8]张馥郁.论数字图书馆中多媒体信息检索系统的构建[J].信息记录材料，2019，20（12）：134-135.

作者单位：中共天津市委党校