由搜索引擎談數(shù)字圖書館的信息服務(wù)

精選優(yōu)質(zhì)文檔-----傾情為你奉上精選優(yōu)質(zhì)文檔-----傾情為你奉上專心---專注---專業(yè)專心---專注---專業(yè)精選優(yōu)質(zhì)文檔-----傾情為你奉上專心---專注---專業(yè)由搜索引擎談數(shù)字圖書館的信息服務(wù)孔足深圳圖書館廣東深圳[摘要]本文簡單介紹了互聯(lián)網(wǎng)上的搜索引擎技術(shù)，并通過深圳圖書館開發(fā)的數(shù)字圖書館系統(tǒng)（dILAS）的信息服務(wù)系統(tǒng)來說明如何利用搜索引擎技術(shù)，構(gòu)建數(shù)字圖書館的信息服務(wù)系統(tǒng)。[關(guān)鍵詞]數(shù)字圖書館搜索引擎信息服務(wù)FromSearchEngineertotheInformationServiceinDigitalLibraryKongZuShenzhenLibrary，Shenzhen，Guangdong[Abstract]Thepaperfirstgivesabriefintroductiontothetechnologiesofsearchengineerontheinternet,thenprovidesanexampleofinformationservicesystemindigitallibrarybasedonsearchengineerwhichisdevelopedbyShenzhenLibrary.[Keywords]Digitallibrary;Searchengineer;Informationservice隨著互聯(lián)網(wǎng)爆炸性的發(fā)展，網(wǎng)絡(luò)上的信息呈現(xiàn)幾何級數(shù)增長的趨勢,使其信息極為豐富。同時也因信息資源分散、缺乏有效的信息組織、信息檢索緩慢，人們不知如何快速、準確地從Internet資源中獲取自己最需要的信息。為了解決這些問題，搜索引擎便應(yīng)運而生。隨著信息數(shù)字化的發(fā)展，數(shù)字圖書館成為知識傳播、普及教育重要和有利的工具。為了幫助使用者能夠快速、有效地利用網(wǎng)絡(luò)上的巨量信息資源，我們同樣要在信息服務(wù)上做很多的工作。本文擬對互聯(lián)網(wǎng)上的搜索引擎技術(shù)進行簡單的介紹，并通過深圳圖書館開發(fā)的數(shù)字圖書館系統(tǒng)（dILAS）的信息服務(wù)系統(tǒng)，來說明如何利用搜索引擎的技術(shù)來構(gòu)建數(shù)字圖書館的信息服務(wù)系統(tǒng)。1搜索引擎的原理及分類自1994年第一個搜索引擎出現(xiàn)以來，當今數(shù)百個搜索引擎已構(gòu)成Internet的主要查詢工具。它從最早的第一代網(wǎng)站搜索引擎發(fā)展到第二代關(guān)鍵詞搜索引擎，現(xiàn)在已發(fā)展到應(yīng)用數(shù)據(jù)挖掘、人工智能等技術(shù)的第三代智能搜索引擎。搜索引擎由搜索器、索引器、檢索器和用戶接口等四個部分組成。它先由搜索器以一定的策略在互聯(lián)網(wǎng)中搜集和發(fā)現(xiàn)信息，然后通過索引器對信息進行理解、提取、組織和處理并存儲到數(shù)據(jù)庫中。最后在用戶接口及檢索器的共同作用下為用戶提供檢索服務(wù)，從而起到信息導(dǎo)航的作用。搜索引擎按其工作方式主要可分為三種，分別是目錄式搜索引擎、機器人搜索引擎和元搜索引擎。目錄式搜索引擎是最早出現(xiàn)的基于WWW的搜索引擎，主要以yahoo為代表。它以人工方式或半自動方式搜集信息，大多面向網(wǎng)站，提供目錄瀏覽服務(wù)和直接檢索服務(wù)。其特點是搜索的信息準確、導(dǎo)航質(zhì)量高，但信息量少，信息更新不及時且維護量大。機器人搜索引擎是很常用的一種搜索引擎，主要以google為代表。搜索機器人（robot）主動地從互聯(lián)網(wǎng)上檢索信息并自建網(wǎng)頁數(shù)據(jù)庫，搜索結(jié)果直接從自身的數(shù)據(jù)庫中調(diào)用。其特點是數(shù)據(jù)量、數(shù)據(jù)的涵蓋范圍大，更新速度有保障，但返回信息過多，有很多無關(guān)信息，用戶必須從結(jié)果中進行篩選。元搜索引擎是一種調(diào)用其它獨立搜索引擎的引擎,主要以InfoSpace為代表。它在接受用戶查詢請求時，同時在其他多個引擎上進行搜索，對搜索結(jié)果進行匯集、篩選、刪除、合并等優(yōu)化處理后將結(jié)果返回給用戶。其主要的特點是集成多個搜索引擎，覆蓋面大，搜索效果更好且具有可擴展性等優(yōu)點。它的缺點是有一定的局限性，不能夠充分使用所使用搜索引擎的功能。2dILAS的信息服務(wù)系統(tǒng)雖然Internet上信息資源極為豐富,但在很大程度上處于混亂的無政府主義狀態(tài)。而目前的搜索引擎主要由計算機和網(wǎng)絡(luò)工作者設(shè)計開發(fā),導(dǎo)致分類體系不統(tǒng)一、不規(guī)范、查全查準率低、缺乏知識處理能力和理解能力等問題,不能滿足讀者的需求。讀者想查的信息明明網(wǎng)上有,但用搜索引擎就是查不到;也可能會找到成百上千條結(jié)果,但都不是讀者想要的。這給提供信息服務(wù)的圖書館帶來了一個發(fā)展機遇，那就是如何利用現(xiàn)有的網(wǎng)絡(luò)信息資源和現(xiàn)有的網(wǎng)絡(luò)技術(shù)環(huán)境,如何借鑒網(wǎng)上已建立的搜索引擎和傳統(tǒng)分類法、主題法理論的技術(shù)和成果,借助自身在信息處理方面的優(yōu)勢來構(gòu)建信息服務(wù)系統(tǒng),以提高網(wǎng)絡(luò)信息的有序化程度,拓展圖書館館藏資源，并大批量地擴展因特網(wǎng)讀者用戶,使任何一個讀者都能像上圖書館查書那樣,方便地利用網(wǎng)絡(luò)信息資源。dILAS是一個面向圖書情報機構(gòu)的大型分布式數(shù)字圖書館應(yīng)用系統(tǒng)，提供了跨系統(tǒng)、多層次的信息檢索與服務(wù)平臺。下面將介紹dILAS系統(tǒng)信息檢索與服務(wù)相關(guān)的幾個重點模塊：2.1全文檢索系統(tǒng)：為了滿足不同用戶對全文檢索不同程度的需求，dILAS系統(tǒng)開發(fā)了基于多種索引機制全文檢索系統(tǒng)，即能夠支持基于字的二元索引（普通索引）和基于漢語分詞的詞索引（概念索引）。用戶可以根據(jù)不同的需求來建立自己的全文檢索系統(tǒng)。它支持復(fù)雜檢索條件的檢索，并能支持段落中的關(guān)系限定。概念索引是利用專業(yè)詞表來進行全文分隔，并將分隔好的結(jié)果呈現(xiàn)在用戶的面前進行審核調(diào)整。它適合于專業(yè)全文數(shù)據(jù)庫的建立，能滿足專業(yè)人士對檢索的準確度的要求。而普通索引則適合對準確度要求不太高的人士。2.2dILAS-Z39.50檢索為解決書目信息的通用檢索問題，dILAS系統(tǒng)提供了dILAS-Z39.50檢索，它可以說是一種特殊的元搜索引擎。dILAS-Z39.50檢索是基于Z39.50協(xié)議的對外檢索服務(wù)專用系統(tǒng)。它利用Z39.50標準開放協(xié)議實現(xiàn)了dILAS數(shù)據(jù)庫的全開放，使dILAS系統(tǒng)與其它開放式系統(tǒng)之間實現(xiàn)了無縫連接。它利用Z39.50的基本服務(wù)操作實現(xiàn)了聯(lián)合編目中的數(shù)據(jù)查詢及下載；利用Z39.50的擴展服務(wù)完成了書目及館藏信息的上載；利用Z39.50網(wǎng)關(guān)采用統(tǒng)一的檢索界面，實現(xiàn)對多個圖書館的館藏文獻信息的查詢和資源的定位。通過Z39.50的開發(fā)與應(yīng)用，建立靈活的檢索接口與界面，使dILAS不僅在系統(tǒng)內(nèi)部的OPAC、聯(lián)合編目、館際互借等部分實現(xiàn)了數(shù)據(jù)資源的充分利用與共享，而且為網(wǎng)絡(luò)間的異構(gòu)平臺和異構(gòu)系統(tǒng)之間的信息檢索和傳輸提供了條件，實現(xiàn)了與其他具有標準接口的系統(tǒng)之間的數(shù)據(jù)訪問,為數(shù)據(jù)資源共享提供了新途徑。2.3dILAS-USP隨著信息化的不斷發(fā)展，數(shù)字資源的日益膨脹，各種數(shù)據(jù)庫資源及相應(yīng)的檢索系統(tǒng)也日益增加，這雖然是一件好事，但是也給資源的使用者帶來了很大的困擾：他們?yōu)榱藱z索信息，需要在各種數(shù)據(jù)庫間不斷地進行切換、不斷地輸入同樣的檢索條件，分析各種形式的檢索結(jié)果。dILAS系統(tǒng)提供一種元搜索引擎-dILAS-USP來解決這一問題。dILAS-USP是針對異構(gòu)系統(tǒng)數(shù)據(jù)庫的統(tǒng)一檢索平臺。它通過配置一系列數(shù)據(jù)庫檢索引擎，使用戶能夠面對諸多的數(shù)據(jù)庫，通過一個頁面統(tǒng)一提交檢索請求，由平臺分發(fā)并進行同步檢索，其結(jié)果以統(tǒng)一的格式返回。目前已集成常用商業(yè)數(shù)據(jù)庫近50種。2.4網(wǎng)上采集系統(tǒng)網(wǎng)上資源的不斷豐富使圖書館的讀者服務(wù)和資源建設(shè)越來越依賴網(wǎng)上資源，而網(wǎng)上資源的不確定性使圖書館建立專題資源數(shù)據(jù)庫時不得不采取下載的方式以保存完整的信息。dILAS系統(tǒng)提供網(wǎng)上資源采集子系統(tǒng)來進行專業(yè)性的定時、定點的下載，它屬于專業(yè)機器人搜索引擎。dILAS網(wǎng)上資源采集系統(tǒng)是一個獨立的網(wǎng)上資源搜索、自動爬行、資源下載與保存、資源加工專門系統(tǒng)，是圖書館進行資源整合和參考咨詢服務(wù)的重要工具。它由任務(wù)定制、采集服務(wù)、本地加工等模塊組成。用戶能根據(jù)自定義的采集條件、過濾規(guī)則，從網(wǎng)上固定網(wǎng)站采集到滿足條件的資源，并能在采集的過程中根據(jù)自定義的規(guī)則來自動提取元數(shù)據(jù)。被采集資源在本地進行篩選、加工，統(tǒng)一上載到服務(wù)器上。3數(shù)字圖書館信息服務(wù)系統(tǒng)的發(fā)展趨勢隨著第三代搜索引擎向智能化、個性化、社區(qū)化方向深入發(fā)展，數(shù)字圖書館的信息服務(wù)系統(tǒng)也將呈現(xiàn)其新的特點。3.1提高信息檢索的智能化目前智能化搜索引擎采用自然語言理解技術(shù)，能實現(xiàn)分詞、同義詞、概念搜索，短語識別及機器翻譯等。我們可以借鑒其技術(shù)，利用分詞詞典、同義詞典、同音詞典并通過歧義知識描述庫、全文索引、用戶檢索上下文分析以及用戶相關(guān)性反饋等技術(shù)結(jié)合處理，高效、準確地反饋給用戶最需要的信息。進一步還可在知識層面上輔助查詢，通過主題詞典、上下位詞典、相關(guān)同級詞典，形成一個知識體系，給予用戶智能知識提示，最終幫助用戶獲得最佳的檢索效果。3.2檢索系統(tǒng)交互功能的增強目前智慧型互動搜索引擎--新浪"愛問"，提供一個獨有的互動問答平臺，調(diào)動網(wǎng)民參與提問與回答，讓用戶彼此分享知識與經(jīng)驗。多數(shù)用戶的檢索請求在起初是模糊的，借助于知識工具，我們可以在用戶檢索的過程當中，不斷地與用戶交互，不斷地提示和引導(dǎo)用戶更加明確其檢索的目的，從而使檢索的結(jié)果更加有效，符合用戶的需要。定義性的知識獲取，可以對于文獻中的一些基礎(chǔ)性的、定義性的文字信息進行索引（也就是所謂的小粒度知識），從而在檢索的時候不是返回整個的文獻，而是只返回相關(guān)的知識點，甚至可以返回多個文獻中對于同一個只是點的描述進行對比。3．3向知識管理的方向靠攏檢索引擎一般朝著兩個方向發(fā)展，一個向廣度方向發(fā)展，另一個會朝著深度方向發(fā)展。提高檢全率，增加數(shù)據(jù)庫中的容量，是朝著廣度的方向發(fā)展。但文獻的命中率并不是代表檢索引擎唯一標準。網(wǎng)上的信息浩如煙海，網(wǎng)絡(luò)資源以驚人的速度增長，一個搜索引擎很難收集全所有主題的網(wǎng)絡(luò)信息，即使信息主題收集得比較全面，由于主題范圍太寬，很難將各主題都做得精確而又專業(yè)，使得檢索結(jié)果垃圾太多。這樣以來，垂直主題的搜索引擎以其高度的目標化和專業(yè)化在各類搜索引擎中占據(jù)了一席之地。目前，一些主要的搜索引擎，都提供了新聞、Mp3、圖片、Flash等的搜索，加強了檢索的針對性。由此可見面向情報領(lǐng)域的垂直方向深度檢索引擎是個必然的趨勢。對于我們來說，有針對性地作面向?qū)W科分類的知識管理方向的檢索是可以做到的，效果也應(yīng)該是顯著的。3．4加強個性化服務(wù)加強以用戶為中心的信息挖掘與智能代理技術(shù)，建立更加友好的用戶檢索界面，在功能上突出個性化，例如可添加用戶興趣庫、個性化需求分析、查詢過濾器等。加強個性化定制技術(shù)、提高信息主動推送服務(wù)，讀者可以針對圖書館定制的個性化網(wǎng)頁，可選擇常用的數(shù)據(jù)庫、電子期刊、相關(guān)網(wǎng)站鏈接、搜索引擎、專業(yè)詞表等信息源作為自己定制的主頁內(nèi)容，并能根據(jù)自己對信息所屬類型的理解不同來加以管理。[參考文獻][1]符敏慧.智能Agent技術(shù)與個性化信息服務(wù)的實現(xiàn).情報雜志,