基于智能Agent的數字圖書館個性化服務模型研究

寧琳

（重慶交通大學圖書館，重慶 400074）

隨著信息技術的迅猛發展，數字圖書館已經成為圖書館業發展的一個重要方向。如何讓讀者能夠從數字圖書館海量信息中快速準確的查找所需信息，更好地利用館藏資源進行自主學習，這對圖書館服務模式提出了新的要求。采用智能Agent設計圖書館個性化服務模型，以用戶為中心，研究用戶的行為、興趣和習慣，為用戶搜索、組織、選擇和推薦建立更具針對性、面向用戶的個性化服務機制，能夠使圖書館從被動為讀者提供資料到主動為讀者尋找知識方向發展，從而提高圖書館資源的利用率。本文擬對基于智能Agent的數字圖書館個性化服務模型進行研究。

1 數字圖書館個性化服務的內容

1.1 個性化信息定制服務

個性化定制服務是有效獲取用戶需求信息的方法之一。它通過用戶定制獲取用戶的個性化信息，從而理解用戶的需求，為用戶提供更為準確的信息服務。在個性化信息定制中，用戶可以根據自己的興趣和需求定制信息，定制的內容包括信息資源、界面和服務等，系統也可以將更新信息及時推送給用戶，提醒用戶及時利用。

1.2 個性化信息檢索服務

個性化信息檢索服務是圖書館個性化服務的重要方面，在數據庫檢索過程中，由于檢索知識和專業領域不同，用戶之間的檢索方式大不相同，這就需要在檢索策略、檢索方法和檢索結果上要支持用戶個性化需求。檢索服務主要包括以下幾個方面：

1.2.1個人檢索模板

用戶可根據所需信息的專業（用分類號或主題詞、關鍵詞確認）、應用目的（用文獻類型區別，例如期刊論文、專利、會議文獻等）、而且深度、地域、數量、時域等進行定制，從而表達自己相對穩定的檢索限制條件。

1.2.2 檢索結果處理

可對檢索結果的相關度計算標準、輸出格式、排序方式、分類組織、下載格式、傳送地址等進行約束。

1.2.3 檢索歷史分析

用戶可要求系統動態追蹤其檢索過程，提取用戶或相近用戶最常用的檢索詞、檢索式、數據庫、期刊及網站，用來自動修改用戶的個性化信息。

1.3 個性化界面服務

個性化界面服務是讓用戶根據自己的愛好選擇桌面的顯示方式，它包括界面的結構布局、資源類型、表現形式等。例如在網站中，讓用戶輸入個人信息，生成“我的主頁”，“我的圖書館”等服務。

2 智能Agent在個性化服務中的功能及實現方法

智能Agent是用戶和資源之間的樞紐和中介，它能代表用戶和其他程序，以主動服務的方式完成一組工作，幫助用戶準確獲取信息，實現用戶個性化服務的需求。

2.1 Agent的主要特點

Agent是一個在特定環境下能感知環境，并自主運行，代表用戶或設計者實現一系列目標的計算機實體或程序，它主要具有以下特征：

（1）代理性：Agent能以用戶代理者的身份去完成某種特定的任務，它可以引導并代替用戶對信息資源進行訪問，如代替人完成網絡搜索、進行網上信息交互等。

（2）智能性：Agent能表現出類似于人類的智能特性，例如，理解用戶用自然語言表達對信息的需求，捕捉用戶的偏好和興趣，推測用戶的意圖并為用戶提供建議等。

（3）自主性：Agent具有自我調控能力，它應能在動態變化的環境中，獨立規劃復雜的操作步驟，在用戶不參與的情況下，獨立發現和獲取符合用戶需求的資源和服務。

2.2 智能Agent在個性化服務中的功能

（1）資源導航：根據用戶的需求或意圖，尋找網絡信息，或告訴用戶網絡資源的具體位置。

（2）信息過濾和篩選：從流向用戶的大量信息中篩選符合條件的信息，并以不同級別(全文、詳細摘要、簡單摘要、標題)呈現給用戶。

（3）信息整理：為用戶把已經下載的資源進行分類整理。

（4）知識發現：從大量的公共原始數據中篩選和提煉有價值的信息，并向用戶發布。

（5）問題解惑：根據網上信息資源回答用戶關于特定主題的問題。

2.3 智能Agent實現個性化服務的方法

2.3.1 智能Agent的抽象模型

智能Agent的抽象模型可以表示為：Ag:RE→Ac，其中，外部環境狀態集合為：E={e，e'，…}，Agent動作集合為:Ac={a，a'，…}，R是E和Ac狀態變化的執行集合，該模型根據感知環境狀態變化，將一次執行映射到動作，并將輸出動作作用于環境，從而實現一次封閉的循環，其具體流程如圖1所示。

Agent從初始內部狀態i0開始，觀察外部環境狀態e，產生一個感知函數see(e)，然后通過函數next更新Agent的內部狀態，變成next[i0,see(e)]，并與狀態庫進行對比，Agent通過action{next[i0,see(e)]}選擇一次執行動作r，r在環境狀態e與主體動作a之間呈交替序列：動作執行之后Agent進入下一循環，繼續通過see感知外部世界，通過next更新狀態，通過action選擇動作執行。

2.3.2 智能Agent個性化信息獲取的過程

個性化服務的關鍵是用戶動態信息的獲取。智能Agent信息獲取的方式有兩種：一是定時輪詢Web日志，定期收集用戶使用信息；二是Agent實時的跟蹤，發現變化及時產生動作，從中分析出用戶的個性化信息。其具體過程如圖2所示。

個性分析Agent根據用戶需求，與所有可能存放用戶所需信息的數據庫Agent聯系，委托它們查找與模型相匹配信息，通過知識庫相關規則進行推理判斷，提取個性化服務信息，再把查找結果回送給個性分析Agent，最后將知識庫推理算法的權值進行調整，并將查詢結果整理后反饋給用戶。例如，用戶提交了“數字圖書館”的查詢請求，個性分析Agent的“檢索類Agent”中就會添加“數字圖書館”，并賦予一定的權值，通過知識庫的推理算法構造個性信息結構，以后的檢索工作都是圍繞這個個性信息結構進行，通過比對分析，提取出個性信息，最后將分析結果反饋到個性分析Agent，該結果除包括“數字圖書館”，還會包括系統預測的信息，如“數字圖書館技術”、“分布式圖書館”、“數字圖書館建設”等，檢索完畢之后，調整知識庫推理算法的相應權值。

3 數字圖書館基于智能Agent的個性化模型框架結構與功能分析

3.1 基于智能Agent的個性化模型框架結構

實現個性化服務，除了要有友好的用戶界面外，系統還必須具備以下能力：一是構建個性化處理模型，即跟蹤用戶行為，學習、記憶用戶興趣，根據用戶的特征來收集處理個性化用戶信息；二是構建個性化用戶信息模型，將個性化信息從全局信息空間中分離出來。基于Agent的個性化模型框架結構圖見圖3。用戶通過使用權限登錄到自己的個性化用戶界面，進入界面之后，用戶界面的接口模塊對用戶使用情況進行實時跟蹤，把數據進行簡單分類，過濾掉一些明顯的無關信息，然后將處理后的信息轉交個性化處理模塊，個性化處理模塊主要按照相應規則和算法，通過計算個性結構相似度等方法，分離出個性化信息內容，最后由用戶信息模塊對此內容進行歸類和存儲。

3.2 智能Agent的個性化模型功能分析

3.2.1 用戶接口模塊

用戶接口模塊是用戶與系統的接口，它將用戶的請求發送給系統，又將系統提供的服務以用戶可以識別的方式呈現給用戶。用戶接口模型結構圖見圖4。信息跟蹤Agent主要對用戶行為進行跟蹤，自動捕捉用戶的興趣愛好，搜索可能引起用戶興趣的信息，然后交給信息過濾Agent。信息過濾Agent主要負責把跟蹤Agent采集的信息進行處理，按照一定的限定要求，去除一些無關數據，減少數據的傳輸量。信息呈現Agent主要負責呈現界面的作用。管理Agent主要負責協調和管理其他Agent，對任務進行分解和分配，平衡其他Agent間的負荷。

3.2.2 個性化處理模塊

個性化處理模塊是整個系統的核心，負責控制整個系統的正常運轉，主要將用戶的需求進行個性化分析處理，提煉出個性化信息內容，并轉化為機器可以識別的信息。個性化處理模塊結構圖見圖5。

用戶信息收集Agent主要采集的用戶接口模塊傳來的數據，并進行簡單的分類，收集信息后，將采集的信息送往個性分析Agent群。個性化分析Agent群是個性化處理模塊的關鍵部分，主要按照知識庫的相應規則，采用多種推理算法，將最新采集的信息進行分析處理，分離出個性化信息內容，如用戶的個人信息、經常訪問的期刊網址、使用的關鍵詞或主題詞、用戶的IP地址、訪問的時間頻率等，處理完成之后，將結果轉入用戶信息庫或傳遞到信息呈現模塊，并更改知識庫。知識庫是一個存儲庫，主要保存Agent運行時所需的數據、處理結果以及處理后發回用戶的數據。同時，知識庫也是一個規則庫，Agent可根據這些規則來進行分析、判斷和推理。信息調度Agent根據個性分析處理后的個性參數來調度數據庫，選擇合適的信息資料呈現給用戶，同時，把用戶的活動信息反饋給個性化分析Agent群，由個性分析Agent群進行再加工。管理Agent主要負責協調和管理其他Agent。

3.2.3 用戶信息模塊

用戶信息模塊主要用于分析和存放用戶的個性化信息。用戶信息模塊結構圖見圖6。信息分類Agent主要對經個性化處理模塊處理過的信息進行分析歸類。個性分析Agent負責將分類的信息再次進行篩選比對，提取讀者的個性特點，并存入讀者信息庫。讀者信息庫主要記錄讀者的基本信息、個性習慣、網絡記錄等。管理Agent主要負責其他Agent的管理和協調。

3.2.4 協調Agent模塊

協調Agent系統模塊主要對各個模塊進行管理和協調，負責它們之間的信息傳輸和解決資源、約束沖突的問題。

4 結束語

目前，數字圖書館的個性化服務尚在起步階段，但隨著數字圖書館不斷向網絡化、共享化發展，用戶面對的將不再是一個物理上的圖書館，而是基于若干個圖書館形成龐大的網絡化圖書館，這對用戶準確獲取信息造成了很大困難，采用圖書館個性化服務，信息資源發現和跟蹤由個性化服務系統自主進行，可以有效解決信息泛濫的問題，實現用戶對信息需求的最優化。采用智能Agent設計圖書館個性化服務模型，對研究并實現圖書館個性化服務系統有很高的指導性，是實現數字圖書館廣域個性化服務的一種很好的嘗試。

［1］高建清．基于模糊Q學習的Agent智能決策研究與實現［D］．合肥：合肥工業大學，2006．

［2］陳自郁．基于代理的遠程教學系統及學生模型的研究［D］．重慶：重慶大學，2002．

［3］ 高仲慧，林筑英，魏高起．基于多Agent的自適應遠程教學系統模型［J］．貴州師范大學學報（自然科學版），2009（8）：96－99．

［4］ 莊鵬，張惠惠，夏佩福．代理模式實現數字圖書館個性化信息服務模型［J］．現代圖書情報技術，2003（5）：15－18．