任長貴

（湖南女子學(xué)院，湖南 長沙 410000）

【信息技術(shù)】

基于智能Agent的數(shù)據(jù)挖掘在數(shù)字圖書館中的應(yīng)用

任長貴

（湖南女子學(xué)院，湖南 長沙 410000）

文章分析了數(shù)據(jù)挖掘與智能Agent的含義及特點(diǎn)，提出了利用智能Agent、數(shù)據(jù)挖掘技術(shù)對(duì)數(shù)字圖書館中的用戶資料及訪問web時(shí)的當(dāng)前請(qǐng)求進(jìn)行預(yù)測分析，據(jù)此獲取用戶興趣愛好、訪問習(xí)慣，預(yù)測用戶行為，挖掘用戶潛在需求，減少用戶訪問延遲，提高用戶獲取信息的效率，為其提供主動(dòng)的個(gè)性化信息服務(wù)。

數(shù)字圖書館；數(shù)據(jù)挖掘；智能Agent；用戶需求預(yù)測

隨著Internet的應(yīng)用與普及，互聯(lián)網(wǎng)已發(fā)展成當(dāng)今世界上最大的信息庫。網(wǎng)絡(luò)資源的急劇膨脹為數(shù)字圖書館提供了巨大的信息源，它在為用戶獲取信息提供途徑的同時(shí)，也增加了用戶有效信息利用的難度及速度。數(shù)字圖書館如何利用先進(jìn)信息處理技術(shù)，解決資源的無序性、分散性、冗余性，從web巨大的資源中快捷、準(zhǔn)確地挖掘出用戶所需信息及潛在需求，為用戶提供主動(dòng)的個(gè)性化信息服務(wù)，已成為人們關(guān)注的焦點(diǎn)。其中數(shù)字挖掘、智能Agent技術(shù)便是解決這一問題的重要技術(shù)之一。

近年來，圖書情報(bào)界在數(shù)字圖書館建設(shè)中，對(duì)數(shù)字挖掘（Data mining）及智能Agent（Intelligent agent）有關(guān)理論與技術(shù)的應(yīng)用研究已紛紛開展起來。本文擬對(duì)基于智能Agent的數(shù)據(jù)挖掘系統(tǒng)在數(shù)字圖書館中的應(yīng)用模式進(jìn)行分析探討。

一、數(shù)據(jù)挖掘與智能Agent含義及特征

1.數(shù)據(jù)挖掘（Data mining）又可稱作數(shù)據(jù)中的知識(shí)發(fā)展（Konwledge Database），是通過分析各種數(shù)據(jù)源，從中提取出有價(jià)值的、新穎的、有用的，并被人們理解的模式的處理過程。它融合了計(jì)算機(jī)學(xué)、數(shù)據(jù)庫、人工智能、文獻(xiàn)統(tǒng)計(jì)等多個(gè)領(lǐng)域的理論和技術(shù)。數(shù)據(jù)挖掘常用的算法有：聚類法（Chattering）、分類法（Chissifieation）、遺傳算法（Generic Algorithms）及關(guān)聯(lián)規(guī)則算法（Associationword）。

2.數(shù)據(jù)挖掘特征。（1）能對(duì)大量的待處理數(shù)據(jù)進(jìn)行分析處理，如抽取、轉(zhuǎn)換、過渡，以滿足用戶需求。（2）具有高效的查詢效率，為用戶提供決策支持。（3）能對(duì)不同類型的數(shù)據(jù)進(jìn)行分析處理。網(wǎng)絡(luò)文獻(xiàn)數(shù)據(jù)格式各異，如文本、聲音、圖像等。結(jié)構(gòu)模式有結(jié)構(gòu)化、半結(jié)構(gòu)化及非結(jié)構(gòu)化。（4）可發(fā)現(xiàn)數(shù)據(jù)中規(guī)則動(dòng)態(tài)信息。（5）能有效地組織和管理數(shù)據(jù)。

3.智能代理含義及特征。智能代理（Intelligent agent）常被形象地稱作能思維的軟件，是指模擬人類行為，能夠根據(jù)所感知的環(huán)境自義運(yùn)動(dòng)并提供相互的程序。在網(wǎng)絡(luò)范疇內(nèi)定義為在網(wǎng)絡(luò)環(huán)境下代理用戶或其他程序，以主動(dòng)服務(wù)方式持續(xù)完成一組操作的機(jī)動(dòng)軟件實(shí)體。它可定時(shí)和交互地執(zhí)行與目的有關(guān)的計(jì)劃，對(duì)網(wǎng)絡(luò)環(huán)境變化做出反應(yīng)。智能Agent特征主要有：高度智能化、自主學(xué)習(xí)性、協(xié)作性和代理性。

二、基于智能Agent的數(shù)據(jù)挖掘在數(shù)字圖書館的應(yīng)用

數(shù)字圖書館（Digital library）即對(duì)信息進(jìn)行搜集、轉(zhuǎn)換、描述，并以計(jì)算機(jī)可處理的數(shù)字化形式存儲(chǔ)館藏信息和網(wǎng)絡(luò)化、數(shù)字化信息，以智能化的信息檢索方式和統(tǒng)一的檢索界面，利用先進(jìn)的信息處理技術(shù)和互聯(lián)網(wǎng)，提供各種語言兼容的多媒體遠(yuǎn)程數(shù)字信息的信息服務(wù)機(jī)構(gòu)。數(shù)字圖書館含三大要素：數(shù)字化支持技術(shù)、數(shù)字化資源和數(shù)字服務(wù)。

近些年已有多種數(shù)據(jù)挖掘系統(tǒng)應(yīng)用于數(shù)字圖書館建設(shè)中，盡管他們各有特色，但智能性均不夠理想，需進(jìn)一步完善。多智能代理的出現(xiàn)因具有高度智能性、協(xié)作性和代理性等特點(diǎn)，能完成較復(fù)雜的應(yīng)用而越來越受到人們的青睞。本文提出一個(gè)基于智能Agent的數(shù)據(jù)挖掘系統(tǒng)在數(shù)字圖書館中的應(yīng)用模式。該模式主要指數(shù)字圖書館根據(jù)本信息服務(wù)站點(diǎn)用戶的歷史數(shù)據(jù)（此數(shù)據(jù)包含用戶興趣愛好、訪問習(xí)慣）及當(dāng)前請(qǐng)示，有針對(duì)性地預(yù)測用戶行為，即在用戶瀏覽Web當(dāng)前頁面時(shí)，結(jié)合瀏覽軌跡，將預(yù)測內(nèi)容放至本地高速緩存cache中（用戶需要時(shí)可直接從高速度緩存中下載），利用智能Agent及數(shù)據(jù)挖掘的原理和技術(shù)，挖掘出用戶感興趣的模式及潛在需求，從而減小用戶的訪問延遲，提高檢索效率，為用戶提供主動(dòng)的個(gè)性化信息服務(wù)。由于智能Agent本身的特點(diǎn)融合于數(shù)據(jù)挖掘過程中，使數(shù)據(jù)挖掘模式具有智能性、協(xié)作性、使數(shù)據(jù)挖掘模式具有智能性、協(xié)作性、交互性等特點(diǎn)?；谥悄蹵gent的數(shù)據(jù)挖掘系統(tǒng)在數(shù)字圖書館中的應(yīng)用模式及其功能模塊，如圖1所示。

圖1

1.數(shù)據(jù)源：主要來自數(shù)字圖書館高速緩存Cache中用戶的歷史數(shù)據(jù)。

2.數(shù)據(jù)預(yù)處理Agent：主要功能是分析數(shù)字圖書館中的用戶歷史數(shù)據(jù)，在用戶瀏覽Web當(dāng)前頁面時(shí)，將預(yù)測內(nèi)容放至本地高速緩存cache中，進(jìn)行預(yù)測分析，抽取出用戶感興趣的模式及潛在需求（從而減小用戶的訪問延遲，提高檢索效率），數(shù)據(jù)預(yù)處理可完成任務(wù)確定、模型設(shè)計(jì)、數(shù)據(jù)分析、數(shù)據(jù)抽取、數(shù)據(jù)處理和數(shù)據(jù)交換。數(shù)據(jù)抽取和數(shù)據(jù)處理一般包括消除無用數(shù)據(jù)及重復(fù)記錄等操作，推導(dǎo)缺值數(shù)據(jù)，完在詞干抽取、詞條切分等處理和數(shù)據(jù)交換。數(shù)據(jù)交換過程一般包括特征選擇過程和與具體實(shí)現(xiàn)有關(guān)的數(shù)據(jù)格式變換過程。（1）數(shù)據(jù)挖掘Agent：主要功能是完成對(duì)數(shù)據(jù)預(yù)處理模式的識(shí)別，即發(fā)現(xiàn)新的模式或規(guī)則，并將結(jié)果傳遞給人機(jī)界面Agent。挖掘的主要任務(wù)是分類、聚類和關(guān)聯(lián)規(guī)則發(fā)現(xiàn)等。（2）人機(jī)界面Agent：提供分析人員與用戶交互的友好界面，當(dāng)數(shù)據(jù)挖掘Agent發(fā)現(xiàn)用戶適用資源時(shí)，人機(jī)界面Agent會(huì)即時(shí)將結(jié)果以可視化或自然語言的方式表現(xiàn)出來，以便于用戶了解和觀察。（3）模式評(píng)估Agent：主要是實(shí)現(xiàn)對(duì)挖掘Agent得出的模式進(jìn)行評(píng)估和解釋。模式評(píng)估Agent實(shí)時(shí)監(jiān)測用戶的行為，對(duì)用戶的行為提供在線預(yù)測，利用用戶行為預(yù)測法進(jìn)行分析。挖掘Agent所得模式，并非為用戶最終所需資源，模式有可能是冗余的，也可能是錯(cuò)誤的，數(shù)據(jù)挖掘是一個(gè)反復(fù)的過程。用戶可對(duì)模式進(jìn)行評(píng)判，如果不滿意，便通過人機(jī)界面Agent反饋于挖掘Agent，進(jìn)而調(diào)整挖掘內(nèi)核操作，對(duì)模式進(jìn)行優(yōu)化，直至滿足用戶的需求目標(biāo)。（4）挖掘模型知識(shí)庫：它是數(shù)據(jù)挖掘的一個(gè)規(guī)則集合，能根據(jù)不同的挖掘要求選擇最有效的挖掘算法或幾處算法的序利組合。興趣關(guān)聯(lián)知識(shí)庫中的興趣關(guān)聯(lián)規(guī)則算法指出了從某一詞條（興趣）轉(zhuǎn)向其他詞條（興趣）的可能性，利用興趣關(guān)聯(lián)規(guī)則可對(duì)數(shù)字圖書館中的用戶行為預(yù)測，預(yù)測用戶感興趣的頁面，設(shè)計(jì)智能型的用戶服務(wù)界面，由被動(dòng)服務(wù)變主動(dòng)服務(wù)。挖掘模型知識(shí)庫可不斷融入新的規(guī)則，以增加系統(tǒng)的智能性。

基于智能Agent的數(shù)據(jù)挖掘在數(shù)字圖書館中的應(yīng)用，可實(shí)現(xiàn)信息的搜集、預(yù)處理、挖掘、查詢?cè)u(píng)估、自動(dòng)提取等功能，可提供用戶瀏覽模式和潛在興趣等模式，使數(shù)字圖書館成為一個(gè)智能型、主動(dòng)性的信息提供庫。

三、結(jié)語

利用智能Agent與數(shù)據(jù)挖掘技術(shù)對(duì)數(shù)字圖書館中的用戶歷史資料及訪問Web時(shí)的當(dāng)前請(qǐng)求進(jìn)行預(yù)測、分析，以獲取用戶興趣關(guān)聯(lián)規(guī)則，預(yù)測用戶行為，挖掘用戶潛在需求，有助于提高用戶提供主動(dòng)的個(gè)性化信息服務(wù)，有助于提升數(shù)字圖書館建設(shè)中對(duì)用戶行為的預(yù)測、分析與研究工具有廣泛的應(yīng)用前景。

[1]柳勝國.我國互聯(lián)網(wǎng)信息挖掘研究現(xiàn)狀[J].圖書館學(xué)、信息科學(xué)、資料工作，2002，（7）.

[2]韓立新，等.基于Agent的面向Internet的信息檢索系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)[J].情報(bào)學(xué)刊，2002，（3）.

[3]張曉林，等.基于Web的個(gè)性化服務(wù)機(jī)制[J].現(xiàn)代圖書情報(bào)技術(shù)，2001，（1）.

[4]李曼，等.基于Agent的個(gè)性化主動(dòng)信息服務(wù)研究綜述[J].圖書情報(bào)工作，2002，（8）.

[5]劉燕平，等.基于Agent的網(wǎng)絡(luò)信息智能檢索研究[J].圖書情報(bào)知識(shí)，2003，（3）

[6]敖廣武.數(shù)據(jù)挖掘理論和開發(fā)[J].信息技術(shù)，2003，（6）.

[7]吉根林，等.數(shù)據(jù)挖掘技術(shù)及其應(yīng)用[J].南京師范大學(xué)學(xué)報(bào)，2002，23（2）.

[8]鄒濤，等.www上的信息挖掘技術(shù)及實(shí)現(xiàn)[J].計(jì)算機(jī)研究與發(fā)展，1999，（8）.

[9]http：//www.d-library.com.cn/index.isp

[10]http：//www.csls.org.cn

[11]http：//www.las.ac.cn/index.jsp

[12]http：//www.c79.cnki.net.oldcnki/index4.htm

[13]http：//www.Lib.ruc.edu.cn

G642.0

A

1674-9324（2014）17-0233-02