Web 3.0與信息智能獲取研究綜述

蔡　焰

（韶關(guān)學(xué)院 圖書館，廣東韶關(guān)512005）

Web 3.0與信息智能獲取研究綜述

蔡焰

（韶關(guān)學(xué)院 圖書館，廣東韶關(guān)512005）

摘要：大數(shù)據(jù)時(shí)代下，如何對(duì)數(shù)據(jù)進(jìn)行更好的應(yīng)用，已經(jīng)成為當(dāng)前研究熱點(diǎn).Web 3.0技術(shù)可以實(shí)現(xiàn)信息的深度挖掘，并將散布于網(wǎng)絡(luò)中的信息點(diǎn)及用戶需求點(diǎn)予以有效整合及對(duì)接.采用文獻(xiàn)研究法，對(duì)相關(guān)文獻(xiàn)進(jìn)行梳理，進(jìn)一步的分析Web 3.0的內(nèi)涵以及其與Web 2.0、Web 1.0的主要區(qū)別，并就Web 3.0以及當(dāng)前環(huán)境下信息智能獲取關(guān)鍵技術(shù)進(jìn)行分析和探討，發(fā)現(xiàn)Web 3.0下信息智能獲取技術(shù)已經(jīng)能夠?qū)崿F(xiàn)協(xié)同過濾等難度較大的模型，但是還存在著一些問題，尚待進(jìn)一步的深入研究.

關(guān)鍵詞：Web 3.0；信息智能獲取；智能抓取；關(guān)聯(lián)規(guī)則挖掘

隨著時(shí)代的發(fā)展，信息技術(shù)取得長(zhǎng)足發(fā)展，Web 3.0概念及相關(guān)應(yīng)用成為當(dāng)前一大研究熱點(diǎn)課題.Web 3.0實(shí)現(xiàn)了對(duì)信息的深度挖掘，并將散布于網(wǎng)絡(luò)中的相關(guān)信息點(diǎn)及用戶需求點(diǎn)予以高效整合與對(duì)接，極大的提高了用戶檢索的精確性及智能化程度.

1　Web 3.0概述

1.1 Web 3.0的定義

Web3.0的概念最初是由微軟公司比爾蓋茨于2005年舉辦的互聯(lián)網(wǎng)戰(zhàn)略會(huì)議中提出的，然而有關(guān)Web 3.0的準(zhǔn)確定義尚未達(dá)成一致意見.吳勝等人指出，Web 3.0實(shí)際上就是語義網(wǎng)，從技術(shù)層面分析，Web 3.0就是在語義網(wǎng)基礎(chǔ)之上所演變而成的［1］.英國(guó)科學(xué)家Tim B L主張，語義網(wǎng)可以描述為這樣一種網(wǎng)，此種網(wǎng)中涉及一整個(gè)或其中某一部分文檔，主要對(duì)事物相互之間所存在的聯(lián)系進(jìn)行描述，其中還涉及語義信息，以便為自動(dòng)處理提供便利［2］.伯里昂·索尼斯（Brian Solis）指出，Web 3.0在很多方面都具有自身顯著特色，并且演化方向也存在多樣化特征，例如，Web 3.0能夠?qū)⒕W(wǎng)絡(luò)轉(zhuǎn)化為數(shù)據(jù)庫(kù)，以便于網(wǎng)絡(luò)沿著人工智能技術(shù)、語義網(wǎng)以及地理空間等方面發(fā)展［3］.

1.2 Web 3.0與Web 1.0及Web 2.0的區(qū)別

當(dāng)前有關(guān)Web 3.0與Web 1.0及Web 2.0的區(qū)別主要有3個(gè)方面.

（1）Web 1.0具有靜態(tài)性特征，其閱讀是單向的，用戶并非主動(dòng)參與；Web 2.0作為實(shí)時(shí)網(wǎng)絡(luò)，其最突出特征就是分享性，用戶可以在一定范圍內(nèi)進(jìn)行互動(dòng)性參與；Web 3.0最大的特點(diǎn)就是網(wǎng)絡(luò)化及個(gè)性化，人工智能服務(wù)品質(zhì)上乘，用戶能夠進(jìn)行實(shí)時(shí)參與.

（2）在技術(shù)層面，熊回香通過對(duì)比研究得出結(jié)論：Web 1.0是建立在靜態(tài)及動(dòng)態(tài)HTML網(wǎng)頁(yè)技術(shù)基礎(chǔ)之上的；Web 2.0主要依托于Blog、TAG、SNS、RSS、Wiki、六度分隔、XML以及AJAX等技術(shù)；Web 3.0實(shí)現(xiàn)有賴于一系列綜合性技術(shù)，其中最為關(guān)鍵的當(dāng)屬語義網(wǎng)［4］.在Web的網(wǎng)絡(luò)管理技術(shù)中，主要由Web瀏覽器和網(wǎng)絡(luò)管理服務(wù)器，以及網(wǎng)絡(luò)管理對(duì)象所構(gòu)成.網(wǎng)絡(luò)管理服務(wù)器用來對(duì)Web瀏覽器所發(fā)出的請(qǐng)求進(jìn)行接收和響應(yīng)，并利用Web交互的形式來完成各服務(wù)間的交互，同時(shí)還要提供全面的管理服務(wù)，例如：網(wǎng)絡(luò)的配置和系統(tǒng)的性能，以及安全和計(jì)費(fèi)等.以先進(jìn)的管理方式作為管理依據(jù)、管理通信協(xié)議作為平臺(tái)，對(duì)網(wǎng)絡(luò)管理數(shù)據(jù)進(jìn)行收集和存儲(chǔ)，實(shí)現(xiàn)Agent接口的訪問.

（3）在應(yīng)用層面，如新浪、網(wǎng)易以及搜狐等傳統(tǒng)門戶網(wǎng)站所采用的都是Web 1.0；Web 2.0主要應(yīng)用實(shí)例如博客中國(guó)以及億友交友等；Web 3.0的典型應(yīng)用代表則是臉書、雅蛙以及闊地等網(wǎng)絡(luò).很多系統(tǒng)采用各種基于Web的安全技術(shù)，具有很好的安全性，容錯(cuò)性和高可靠性.分布式環(huán)境下的系統(tǒng)之間相互獨(dú)立，具有較好的容錯(cuò)性；HTTP服務(wù)器和Manager可以在不同的設(shè)備上運(yùn)行，或者多臺(tái)HTTP服務(wù)器同時(shí)為一個(gè)管理應(yīng)用系統(tǒng)提供服務(wù)，具有較高的可靠性.

2　信息智能獲取

信息的智能獲取實(shí)際上是根據(jù)用戶在實(shí)際的網(wǎng)絡(luò)生活之中產(chǎn)生的各種痕跡，判定用戶的實(shí)際需求，并且基于一定的信息關(guān)聯(lián)以及協(xié)調(diào)過濾，實(shí)現(xiàn)對(duì)用戶信息的智能獲取.當(dāng)前越來越多的工具已經(jīng)可以實(shí)現(xiàn)對(duì)用戶信息的智能獲取，尤其是在用戶網(wǎng)絡(luò)購(gòu)物的體驗(yàn)之中比較常見.實(shí)際上，信息的智能獲取就包括了3個(gè)方面的內(nèi)容，即信息的智能抓取、文檔關(guān)聯(lián)規(guī)則挖掘以及協(xié)調(diào)過濾.

2.1智能抓取

所謂智能抓取，主要指的是以各個(gè)用戶的具體需求為依據(jù)，以相關(guān)網(wǎng)站為范圍，以諸如HTML頁(yè)、字處理文檔、E-mail以及電子表格等非結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)、音頻以及視頻等多媒體數(shù)據(jù)為對(duì)象實(shí)施抓取操作，同時(shí)在本地?cái)?shù)據(jù)庫(kù)中對(duì)抓取結(jié)果予以保存.廉佐政等人在進(jìn)行全面分析及對(duì)比研究的基礎(chǔ)之上，總結(jié)出智能抓取最大的優(yōu)勢(shì)在于能夠確保用戶花費(fèi)最短的時(shí)間獲取最多的信息量［5］；除此之外，夏洪文等人主張，智能抓取技術(shù)還能夠顯著減輕網(wǎng)站編輯工作人員的作業(yè)負(fù)擔(dān)，自動(dòng)進(jìn)行采集、添加信息等相關(guān)操作，最重要的是，還可以實(shí)時(shí)進(jìn)行信息的更新，確保用戶隨時(shí)掌握最新信息動(dòng)態(tài)［6］.

鄭慧會(huì)等人以Web 3.0為依托，構(gòu)建學(xué)習(xí)平臺(tái).建立在語義知識(shí)檢索基礎(chǔ)之上的自主式學(xué)習(xí)首先需要用戶完成登錄操作，以登錄用戶的個(gè)人資料、喜愛偏好、所輸入的搜索關(guān)鍵詞歷史以及信息瀏覽歷史記錄等相關(guān)信息為依據(jù)實(shí)施記錄及追蹤，與此同時(shí)自動(dòng)針對(duì)信息記錄實(shí)施分析及總結(jié)，以便為之后用戶開展信息檢索操作時(shí)能夠準(zhǔn)確把握每個(gè)用戶具體的喜愛偏好，從而為其提供更具針對(duì)性的信息.在構(gòu)建以用戶興趣為依托的模型時(shí)，概念層次模型是一個(gè)不錯(cuò)的選擇，首先對(duì)文檔相似性程度進(jìn)行計(jì)算，從而計(jì)算出整體相似性程度［7］；除此之外，利用(Ej，Wj)分表的形式對(duì)語義網(wǎng)中的各個(gè)節(jié)點(diǎn)所具備的特征詞及權(quán)重進(jìn)行表達(dá)，與此同時(shí)，通過計(jì)算文檔相似度來執(zhí)行檢索文檔相似度操作.

以相似度為基礎(chǔ)進(jìn)行模型構(gòu)建方案依此經(jīng)過以下幾個(gè)步驟：第一步，用戶完成登錄操作，按照相關(guān)要求錄入個(gè)人信息；第二步，系統(tǒng)將會(huì)以用戶的喜愛偏好為依據(jù)自動(dòng)在相應(yīng)的數(shù)據(jù)庫(kù)中進(jìn)行檢索并完成匹配，在此會(huì)出現(xiàn)兩種情況：一種是在實(shí)現(xiàn)正確匹配的基礎(chǔ)之上會(huì)相應(yīng)的開展讀者模型匹配操作，與此同時(shí)，向用戶展示最終的檢索結(jié)果；讀者在接收到系統(tǒng)發(fā)送的檢索結(jié)果之后，需要對(duì)其進(jìn)行評(píng)價(jià)，用戶的評(píng)價(jià)結(jié)果需要準(zhǔn)確詳細(xì)的記錄在個(gè)性模型當(dāng)中，并注意及時(shí)進(jìn)行更新維護(hù).另外一種就是出現(xiàn)不匹配的情況時(shí)，個(gè)性庫(kù)將會(huì)以用戶之前的行為記錄為依據(jù)重新匹配，如果歷史記錄匹配正確，及時(shí)將檢索結(jié)果進(jìn)行輸出與記錄，如果依然無法完成匹配，則將其視為用戶新查詢，并重新進(jìn)行模型構(gòu)建.

2.2文檔關(guān)聯(lián)規(guī)則挖掘

內(nèi)容過濾方式是文檔關(guān)聯(lián)規(guī)則挖掘的重要技術(shù)基礎(chǔ)和依托，賈自艷對(duì)文檔關(guān)聯(lián)規(guī)則挖掘的內(nèi)容進(jìn)行梳理，認(rèn)為通常所談及的文檔關(guān)聯(lián)規(guī)則挖掘主要涉及文本預(yù)處理、特征提取以及關(guān)聯(lián)規(guī)則挖掘等3項(xiàng)主要內(nèi)容［8］.

（1）文本預(yù)處理.黃少林認(rèn)為，文檔關(guān)聯(lián)規(guī)則挖掘的第一個(gè)步驟就是針對(duì)所采集到的信息實(shí)施文本預(yù)處理，文本預(yù)處理過程一般涉及兩項(xiàng)操作，一個(gè)是針對(duì)英文文檔的，另一個(gè)則是針對(duì)中文文檔的，其中前者主要是指提取英文文檔詞干，后者主要是指針對(duì)中文文檔進(jìn)行詞條切分處理［9］.

（2）特征提取.完成文本預(yù)處理之后進(jìn)入特征提取環(huán)節(jié).楊一鳴等人主張，特別提取主要是指選取文檔表示中詞條及其對(duì)應(yīng)權(quán)值的操作.從一定意義上講，特征提取的過程也就是挖掘文檔共性及規(guī)則的過程［10］.詞、詞組以及短語是文檔的主要構(gòu)成要素，對(duì)于內(nèi)容存在一定差異的不同文檔而言，每個(gè)詞條出現(xiàn)次數(shù)的多少都存在一定的規(guī)律，從這一角度分析，實(shí)施目標(biāo)特征提取可以以詞條出現(xiàn)頻率特征為主要依據(jù).

（3）關(guān)聯(lián)規(guī)則挖掘.關(guān)聯(lián)規(guī)則挖掘是文檔關(guān)聯(lián)規(guī)則挖掘的最后一個(gè)環(huán)節(jié).關(guān)聯(lián)規(guī)則相互間的相似性程度的發(fā)掘主要是在對(duì)事務(wù)之間的支持度及信任度進(jìn)行計(jì)算的過程中實(shí)現(xiàn)的.關(guān)聯(lián)規(guī)則挖掘的主要目的就是確定所涉及到的強(qiáng)關(guān)聯(lián)規(guī)則，并確保支持度大于或等于已經(jīng)確定的支持度最低閥值，與此同時(shí)，還應(yīng)對(duì)信任度予以嚴(yán)格控制，確保其大于或等于已經(jīng)確定的信任度閥值最低值.

2.3協(xié)調(diào)過濾

所謂協(xié)調(diào)過濾，主要是以具有相同或近似興趣及經(jīng)驗(yàn)的群體的喜愛及偏好為主要依據(jù)來對(duì)用戶興趣進(jìn)行初步判斷，并以判斷結(jié)果為依據(jù)向用戶提供能夠激發(fā)其興趣的信息，用戶利用合作機(jī)制針對(duì)所受到的信息做出回應(yīng)，同時(shí)進(jìn)行記錄，從而實(shí)現(xiàn)對(duì)信息初步過濾，幫助他人對(duì)信息進(jìn)行篩選.

劉鵬遠(yuǎn)等人針對(duì)協(xié)同過濾展開深入研究，提出傳統(tǒng)以內(nèi)容為依托的推薦算法存在諸如無法進(jìn)行圖片推薦等不足，而建立在協(xié)同過濾基礎(chǔ)之上的推薦算法對(duì)此進(jìn)行了改進(jìn)和完善，能夠進(jìn)行包括圖片在內(nèi)的各種多媒體信息推薦，也就是說，其信息推薦不受內(nèi)容形式的限制［11］.楊恒伏等人對(duì)協(xié)同過濾技術(shù)類別進(jìn)行總結(jié)，以技術(shù)基礎(chǔ)及依托為主要依據(jù)，可以將協(xié)同過濾技術(shù)劃分為依托于用戶的協(xié)同過濾、依托于項(xiàng)目的協(xié)同過濾以及依托于模型的協(xié)同過濾等3大主要類型［12］.

3　Web 3.0技術(shù)對(duì)現(xiàn)代圖書館的影響

基于Web 3.0技術(shù)的基本特點(diǎn)，可以預(yù)見的是Web 3.0技術(shù)對(duì)于學(xué)校圖書館的信息獲取具有非常重要的影響.具體而言，主要體現(xiàn)在幾個(gè)方面.

首先，Web 3.0的智能數(shù)據(jù)獲取，可以使得讀書館對(duì)于其服務(wù)的讀者感興趣的書籍或者信息的有效掌握，從而根據(jù)這些信息來對(duì)圖書館的書籍采購(gòu)以及電子數(shù)據(jù)庫(kù)的準(zhǔn)備提供一定的參考和依據(jù).

其次，Web 3.0下的智能信息獲取，可以使得圖書館基于一定的關(guān)聯(lián)規(guī)則的挖掘，了解其服務(wù)的讀者群體的內(nèi)在需求，通過表象發(fā)現(xiàn)一些本質(zhì)性的問題.這對(duì)于圖書館提升自身的服務(wù)質(zhì)量，更好的滿足讀者的實(shí)際需求能夠提供一定的參考.

再次，基于Web 3.0的智能信息的獲取，可以實(shí)現(xiàn)對(duì)同一個(gè)讀者的協(xié)調(diào)過濾，即當(dāng)使用同一個(gè)ID進(jìn)行登錄的讀者再次進(jìn)行數(shù)據(jù)檢索時(shí)，優(yōu)先顯示與其之前的選擇相吻合的內(nèi)容，從而有效的提升讀者的檢索效率.

4　結(jié)語

Web 3.0實(shí)現(xiàn)了對(duì)信息的深度挖掘，并將散布于網(wǎng)絡(luò)中的信息點(diǎn)及用戶需求點(diǎn)予以有效整合及對(duì)接，對(duì)其研究主要集中在技術(shù)發(fā)展方面，而本文的綜述范疇主要是Web 3.0以及當(dāng)前環(huán)境下信息智能獲取關(guān)鍵技術(shù)，目前該技術(shù)已經(jīng)能夠?qū)崿F(xiàn)協(xié)同過濾等難度較大的模型，但是還存在著一些問題，尚待進(jìn)一步研究的深入.

根據(jù)當(dāng)前Web 3.0的發(fā)展現(xiàn)狀以及世界網(wǎng)絡(luò)技術(shù)的發(fā)展情況來看，該技術(shù)有著非常良好的發(fā)展?jié)摿?尤其是隨著移動(dòng)智能終端的普及以及云技術(shù)的快速發(fā)展，未來的互聯(lián)網(wǎng)應(yīng)用必然是基于大數(shù)據(jù)的，而在這個(gè)背景之下Web 3.0能夠?qū)Υ髷?shù)據(jù)進(jìn)行挖掘，實(shí)現(xiàn)對(duì)用戶的個(gè)性化需求的認(rèn)知和了解，有助于挖掘商業(yè)機(jī)會(huì)，同時(shí)也有助于提高互聯(lián)網(wǎng)的應(yīng)用效率，必然會(huì)產(chǎn)生極大的價(jià)值.同時(shí)，在技術(shù)的發(fā)展方面，Web 3.0有望與一些大型的搜索引擎展開深入的合作，對(duì)于用戶的搜索信息進(jìn)行全方位的檢索，同時(shí)當(dāng)前已經(jīng)有一個(gè)非常顯著的趨勢(shì)，即Web 3.0技術(shù)在電子商務(wù)領(lǐng)域的實(shí)際應(yīng)用，而隨著移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來，相信Web 3.0技術(shù)還有望在移動(dòng)終端方面得到廣泛的應(yīng)用.

參考文獻(xiàn)：

［1］吳勝，高俊芳，蒲筱哥.Web 3.0數(shù)據(jù)整合的挑戰(zhàn)與對(duì)策［J］.情報(bào)探索，2013，13(6)：56-57.

［2］羅泰嘩.Web 3.0初探［J］.情報(bào)探索，2009，23(2)：134-135.

［3］Brian S.Web 3.0 is about Intelligence［EB/OL］.［2008-01-10］.http：//bub.blicio.us/?p=432.

［4］熊回香.面向Web 3.0的大眾分類研究［J］.華中師范大學(xué)學(xué)報(bào)，2011，6(3)：67-68.

［5］廉佐政，鄧文新，呂洪柱.基于語義的Web挖掘信息智能獲取研究［J］.齊齊哈爾大學(xué)學(xué)報(bào)，2008，20(11)：45-46.

［6］夏洪文，景蘭.基于Web 3.0的個(gè)性化信息服務(wù)及其系統(tǒng)設(shè)計(jì)［J］.現(xiàn)代教育技術(shù)，2012，13(11)：145-146.

［7］鄭慧會(huì)，李興保，劉建美.Web 3.0——網(wǎng)上學(xué)習(xí)新平臺(tái)［J］.現(xiàn)代教育技術(shù)，2009，13(4)：145-146.

［8］賈自艷.Web信息智能獲取若干關(guān)鍵問題研究［D］.北京：中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所），2004.

［9］黃少林.基于用戶分析的個(gè)性化搜索引擎研究［D］.北京：首都師范大學(xué)，2009.

［10］Yiming Y，Seán S，Rayid G.A Study of Approaches to Hypertext Categorization［J］.Journal of Intelligent Information Systems，2002，12(2)：5-7.

［11］劉鵬遠(yuǎn)，趙鐵軍.利用語義詞典Web挖掘語言模型的無指導(dǎo)譯文消歧［J］.軟件學(xué)報(bào)，2009，22(5)：56-57.

［12］楊恒伏，李勇帆.Web 3.0環(huán)境自主學(xué)習(xí)平臺(tái)建設(shè)模式研究［J］.現(xiàn)代情報(bào)，2011，21(1)：176-178.

（責(zé)任編輯：歐愷）

中圖分類號(hào)：TP393.0

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1007-5348（2015）02-0015-04

［收稿日期］2014-09-19

［基金項(xiàng)目］廣東圖書館學(xué)科研課題（GDTK1136）；廣東圖書館學(xué)科研課題（GDTK1211）.

［作者簡(jiǎn)介］蔡焰(1976-)，女，江西南康人，韶關(guān)學(xué)院圖書館副研究館員；研究方向：數(shù)據(jù)庫(kù)技術(shù)及網(wǎng)絡(luò)信息技術(shù).

Web 3.0 and Information Intelligent Access Research

CAI Yan
（Library,Shaoguan University,Shaoguan 512005,Guangdong,China）

Abstract：In the era of big-data,how to apply the data better has become quite a heated discussion.Web 3.0 technologies could realize the depth mining of information,and integrate and dock information which users need from the internet.This article will use the literature research,the related literatures to analyze the differences among the Web 2.0,Web 1.0,and Web 3.0 and discussed the key technology to access to the intelligence under the current environment.And it found that intelligence access under the Web 3.0 technology has been able to achieve a sophisticated model such as collaborative filtering,but some problems still remain for further in-depth study.

Key words：Web 3.0；information intelligence；intelligent fetching；association rules mining