现代信息检索论文: 现代信息检索方法的探讨 要想充分利用这些浩如烟海的文献信息资源，必须借助各种各样的检索工具。同时，因特网信息资源的骤增及其异构性、动态性，不断给信息检索带来新的挑战。信息检索已成为现代社会信息化和各种应用的关键。如何更高层次的模拟、应用人脑的智能原理，从本质上变革信息资源检索方法，已成为现代化信息知识检索理论研究的热点。实践证明，将人工智能技术与信息技术结合，发挥人工智能的作用，是一条成功的经验。下面就知识检索与信息检索的关联和发展，作初步的探讨。 一、布尔检索 利用布尔逻辑算符进行检索词或代码的逻辑组配，是现代信息检索系统中最常用的一种方法。常用的布尔逻辑算符有三种，分别是逻辑或“OR”、逻辑与“AND”、逻辑非“NOT”。用这些逻辑算符将检索词组配构成检索提问式，计算机将根据提问式与系统中的记录进行匹配，当两者相符时则命中，并自动输出该文献记录。 下面以“计算机”和“文献检索”两个词来解释三种逻辑算符的含义。①“计算机”AND“文献检索”，表示查找文献内容中既含有“计算机”又含有“文献检索”词的文献。②“计算机”OR“文献检索”，表示查找文献内容中含有“计算机”或含有“文献检索”以及两词都包含的文献。③“计算机”NOT“文献检索”，表示查找文献内容中含有“计算机”而不含有“文献检索”的那部分文献。 检索中逻辑算符使用是最频繁的，对逻辑算符使用的技巧决定检索结果的满意程度。用布尔逻辑表达检索要求，除要掌握检索课题的相关因素外，还应在布尔算符对检索结果的影响方面引起注意。另外，对同一个布尔逻辑提问式来说，不同的运算次序会有不同的检索结果。布尔算符使用正确但不能达到应有检索效果的事情是很多的。 二、信息检索 信息检索起源于图书馆的参考咨询和文摘索引工作，从19世纪下半叶首先开始发展，至20世纪40年代，索引和检索已成为图书馆独立的工具和用户服务项目。 信息检索通常指文本信息检索，包括信息的存储、组织、表现、查询、存取等各个方面，其核心为文本信息的索引和检索。它是基于信息组织形式，如字符串、结构化数据库，应用信息处理方法，如排序数据查找、字符匹配，实现效率不高的检索。信息检索综合应用布尔检索方法和基于超链的检索技术，改进了基本检索功能，但缺点是对精确的提问不能给出精确的回答。从历史上看，信息检索经历了手工检索、计算机检索到目前网络化、智能化检索等多个发展阶段。 目前，信息检索已经发展到网络化和智能化的阶段。信息检索的对象从相对封闭、稳定一致、由独立数据库集中管理的信息内容扩展到开放、动态、更新快、分布广泛、管理松散的Web内容；信息检索的用户也由原来的情报专业人员扩展到包括商务人员、管理人员、教师学生、各专业人士等在内的普通大众，他们对信息检索从结果到方式提出了更高、更多样化的要求。适应网络化、智能化以及个性化的需要是目前信息检索技术发展的新趋势。 三、知识检索 知识检索的基本思想是，模拟扩展人类关于知识处理与利用的智能行为和认识思维方法，是充分利用在线图书馆和数字图书馆的文献信息资源的有利工具。例如：抽象思维方法，形象思维方法。知识检索具有明显的优势：①实现信息服务向知识服务的转化，向用户提供潜在内容知识，以及分析预测后的超前性领域成果或知识。②提供主动服务方式，自动优化用户需求，主动提供个性化检索。③面向用户，依据用户的需求及其变化，能灵活选择理想的检索策略和技术，并且将繁重的知识信息存取工作从用户移向了计算机。④综合应用各类知识和各种高效的智能技术，全面提高检索效率。 知识检索是综合应用信息管理科学人工智能认知科学及语言学等多学科的先进理论与技术，基于知识和知识组织，融合知识处理和多媒体信息处理等多种方法与技术，充分表达和优化用户需求，能高效存取所有媒体类型的知识源，并能准确精选用户需要的结果。
信息组织是指对由原子构成的实体资源的组织，下面是我精心推荐的关于信息组织论文，希望你能有所感触!
对新信息环境下信息组织的解读
[摘要]在介绍传统世界的信息 组织模式的基础上，从传统世界信息组织的缺陷入手，比较分析数字世界的信息组织在检索 语言、元数据、分类方式、组织理念上的变革和优势。从不同角度论证传统世界的信息组织存在的必然性，进而探讨新信息 环境中信息组织的 发展趋势，指出信息组织应沿着传统世界与数字世界的融合、 社会 网络和知识关联方向发展。
[关键词]信息组织 传统世界 数字世界 发展趋势
[分类号]G203
1 传统世界的信息组织
传统世界的信息组织是指对由原子构成的实体资源的组织，包括简单的安排事物——如餐具如何在橱柜中摆放，商品如何在货架中排放。但是，其最重要的组织对象是附着于各种载体上的信息，即文献信息的组织。是一种线型模式，如图1所示：
其中信息标引、信息描述、信息排序是关键的三个阶段。信息标引是指在对信息内容进行分析的基础上，根据一定规则给信息的内容属性以标识，并作出描述的过程;信息描述是指根据信息组织和检索的需要，对信息资源的主题内容、形势特征、物质形态等进行分析、选择、记录的活动;信息排序是在信息标引后，按一定规则和方法把所有信息描述记录组织排列成一个有序的整体。在传统世界中，庞杂、无序的文献信息群经过选择、标引、描述、排序后，很好地实现了有序化，保证了原子世界中的每个实体在一定空间内的唯一性，这种机制，对信息资源的开发利用以及用户检索信息有着不可替代的作用。
但是，由于传统世界的信息组织对象是原子所构成的物质，而原子的运行是遵循特定规律的：①由原子构成的物质随着时间的推移会越来越不稳定，纸张会泛黄和分解，照片底片会溶化，所以必须采取一些措施来让大自然的作用偏离它的轨道;②原子构成的物质需要占据空间，为了节省空间，必须为物质安排唯一的位置，同时要建立目录、索引等检索工具来指示物质的位置，但是这些检索工具不可能记录某个实体信息资源的所有信息，当实体信息资源的规模大到一定程度时，即便是引用 计算机与网络技术，信息的查找利用也很难做到高效、准确。在传统世界中，无论采用何种信息组织方式，都要受其信息组织对象自身以及环境的限制，毕竟在一个图书馆中，很难会把一本书放在它可以归属的多个书架上，因为这样太浪费空间。
2 数字世界的信息组织
与传统世界相比，数字世界的信息组织发生了很大变化。信息内容被数字化成比特;信息组织的范围更为广泛，不再停留在对文献特征的描述，而是深入到了知识单元;信息组织的空间更为广阔，它不再需要如传统世界那般就单一的信息组织框架体系达成一致。随着Web2.0的深入发展，信息组织在检索语言、元数据、分类方式、组织理念上蓬勃发展，展现出全新的特征，这不仅是技术上的变革，更是理念上的颠覆。
2.1 检索语言的发展——标签语言
标签语言是一种纯自然语言，它的语词来自于一个平面的命名空间，不受任何预先制定的词汇间的关系限制。以受控语言为基础的传统分类法和主题法主要 应用于图书馆的文献信息组织中，这类信息资源在一定意义上具有同质性，即由原子构成，由于实体空间的限制，它们一般是集中分布、规模有限、增长速度可控的;同时用户一般都具有一定的知识基础，对信息检索的查全率与查准率要求比较高。在这种情况下，采用受控语言的分类法和主题法可以通过较为严密的机制满足用户的需求。但是，对于数字世界中由用户产生的海量、动态、异质的信息资源，由一个采用受控语言的系统集中控制和组织的难度加大、成本增加，而标签语言的优势恰好可以解决这些困难。
2.1.1 多维度揭示信息资源 标签既不同于分类法的类目，也不同于主题法的主题词，它是在对信息进行概括和理解基础上产生的，是基于对信息内容个人理解上的私人标注，可以是针对主题，也可以是与文章主题无关的语词，因此标签的设定要比主题词自由、方便，它可以从多个维度来揭示信息内容，从多个语境来丰富其含义，例如，一张以长城为背景的照片，可能拥有“长城”、“艳阳高照”、“旅行”、“恐高”等标签。
2.1.2 具有大众性传统世界的信息组织需要专业人员或计算机来完成信息标引、描述 工作，而标签语言没有采用预先定义的分类法和词表，不需要用户拥有分类法或者本体相关的知识。这样，用户可以在几乎不需要任何学习和使用成本的情况下独立、轻松的完成信息的标注和分类。
2.2 元数据的发展——任何信息都是元数据
元数据一股被认为是“关于数据的数据(date a—bout date)”，它由专家制定，具有严格的规范性，以信息内容为出发点。其实它并不是一个全新的概念，早已广泛应用于传统世界的信息组织当中了，像图书中的版权页说明、图书馆中的目录卡片等都是元数据。元数据经过了10余年的发展，其标准越来越复杂，随着网络信息的快速增长，信息类型越来越多样化，任何标准都面临着“滞后”的风险，同时其严格的规范性也限制了用户的使用。
在数字世界中，元数据正在打破那些严格的限制，也在挑战传统的元数据的概念。如果你记不清罗贯中某部著作的名称，可以求助于Google图书的搜索框，输入“罗贯中”，就可以看到一张罗贯中著作列表。只要点击《三国演义》的链接，你就可以查到全文，其中包括那句经典的原文：“滚滚长江东逝水”。相反，如果你想知道“滚滚长江东逝水”这句话的出处，只要将这句话输入Google图书的搜索框，就能够看到《三国演义》被列出来。在第一个例子中，是用罗贯中的名字作为元数据来找到书中的内容，而在第二个例子中，是用书中部分内容作为元数据来找到作者和书名。可以说，在多元的数字世界中，不仅一本书中的每一个词都可以被看做元数据，而且链接到这本书的每一种信息也是如此，元数据和数据的唯一区别就是，元数据是你已经了解的信息，而数据是你试图找出来的信息。
2.3 分类方法的发展——Folksonomy
分类在传统世界的信息组织中占有重要地位，传统世界对信息的分类主要采用等级分类法。等级分类法将类目体系组织成一个树状结构，其结构显示直观，类目设置比较均衡，非常适和文献的分类排架。但是，这种树形结构必须以牺牲丰富性和深度为代价来达成广泛性，它构建的基础就是一遍又一遍地使用隶属关系：“B是A的一种”，或者“B应该向A 报告”，又或者“B是A的孩子”。无论各个分支体系是何种关系，这种关系都太过简单化了，根本不能体现事物自身及其相互关系的复杂性。
在数字世界中，信息空间更为广阔，由下而上的Folksonomy正在崛起。与传统的树形分类结构相比，Folksonomy拥有立体化的、非等级结构的类目体系。如果把等级分类法比喻成一颗树，那么Folksonomy可视为一堆离散分布在一个立体空间中的树叶。在这里，利用Folksonomy对“索尼照相机”这一类目进行组
织，以明晰其组织原理。首先，对“索尼照相机’’这一类目进行分析，由用户对“索尼照相机”添加各式各样的标签，标签完全不受限制，包括照相机、索尼产品、生日礼物、旅行用品等。这样“索尼照相机”就分散在多个类目下，将一片叶子挂在了属于它的多个枝头上，用户可以更方便地找到它;另外，这种标签立体图揭示的关系更为丰富多彩，例如，“索尼笔记本”、“索尼手机”这两个类别同样可能被标上“索尼产品”这个标签，然后“索尼笔记本”、“索尼手机”、“索尼照相机”就通过“索尼产品”这个标签形成了聚类，同样，通过“照相机”、“生日礼物”、“旅行用品”这些标签又可以与其他的多个类别、多个事物形成联系，这样就构成了一个密集的信息网络，就如同漫天飘舞的树叶，而且，这些飘散的树叶又是智能的，通过一个叶片可以联系到多个叶片，只是叶片之间的联系是潜在的，等待着用户去发掘和创造而已，如图2所示：
2.4 信息组织理念的发展——用户中心论
信息是普遍存在的，它与现实世界一样的广博，没有哪个个体能够完全理解它。因此，需要有人利用他们积累的知识、经验来行使信息过滤器的职能，这些人被称为专家。在传统世界中，由他们负责选择、筛选信息，制定元数据的标准，完成信息的标引与描述工作。从这个角度看，用户能看到什么信息，能找到什么信息，都是由专家决定的，信息的控制权牢牢的掌握在他们手里。与此同时，专家们在信息组织过程中无形的把“以用户为中心”与“以文献信息为中心”等同了起来，认为只要实现了文献信息资源的有序化就满足了用户的信息需求，殊不知，在对信息施以选择、分析、排序等程序虽然有利于文献信息的有序化，但这种有序化依靠的是文献信息本身的意义与他们自己的判断力来完成的，它虽然利于信息组织工作本身，但无法充分的满足用户的信息需求，毕竟专家们也无法预测每个人到底对什么感兴趣，每条信息对用户将会有什么意义。
数字世界的信息组织以构建主义哲学和自由主义哲学为指导思想。构建主义哲学思想认为：信息从本质上来说是主观的东西，无论是被记载下来的信息(信息1)还是人脑中的信息(信息2)都不可能是现实世界的如实的、客观的反映，它们永远只能是外部世界的片面的反映。认识的这种不完整性就决定了特定用户在特定背景需要寻求特定的信息来填补认识上的空白。而要满足这样的信息需求，信息组织应该关注的不是信息本身，而应该是用户的个体性以及他的具体背景，因为每个用户及其背景都是独特的，因而其信息需求也是独特的。自由主义哲学思想认为：所有的人都有权按自己的意志安排生活，都有能力为自己的需要做出适当的选择(包括信息的选择)。所以，信息组织不应该是替用户选择信息，不应该以各种权威来制约用户，信息的所有者应该主动的把信息组织的控制权转交到用户手里，为用户提供一个开放式的架构，让用户自己来选择、组织信息。
3 新信息环境下信息组织的发展趋势
3.1 传统世界的信息组织不会消亡
首先，从哲学的角度看，在传统世界中，我们对实体信息资源的组织实际上是由亚里士多德的理性主义指导的。亚里士多德认为：要了解一件事物，就必须看穿它的本质，并且不被恰巧符合其特点的表象所迷惑、误导。而对于这些“本质”的定义就决定了哪些东西属于一类，解释了为什么这些东西属于该类别而另外一些则不属于，这样归拢和分割的结果就是一棵分类树，其中的各个枝叶都既与一些东西聚合又与其他东西分离。这种树形结构对于理解事物是很有帮助的，例如，当有人告诉你某种动物属于鸟类时，你不需要更多解释就会明白它是动物，是有脊类的，可以繁殖，会死亡，是实物……以及其他一些信息，更重要的是，你不需要在每次看到一只鸟的时候才会考虑所有这些信息，只要是在需要的时候，你随时都可以调用这些类别信息。
在日常生活中，亚里士多德的理性主义和树形结构一次次体现在各种组织体系中，比如各种传统分类法，将一本书分成章节和次级标题，越来越专业化的机构部门，菜单上菜品的安排等。这一切都源自于我们所处的信息环境中离不开原子物质，这种物质形态必然产生一种与之相适合的意识形态，理性主义正是其产物之一，而由理性主义指导的传统的信息组织必然是与传统世界相匹配的信息组织形态。
其次，从传统世界的信息组织所依存的实体看。纸质文献是其主要对象，图书馆是其依存的主要机构。关于纸质文献和图书馆是否会被取代的争论已经持续了几十年，然而，纸质文献、图书馆在电子文献和电子图书馆的挑战下非但没有消亡反而呈上升趋势发展。显然，不能仅凭技术的进步与经济的发展就认定纸质文献和图书馆的消亡，其存在的社会和政治意义也是不容忽视的。比如，数字时代给我们造成了“谁都可以及时地、自由自在地纵览世界各地的信息”的柏拉图式的印象，实际上，它却加深了数字鸿沟，而图书馆在保证信息自由和公平中具有的潜在和巨大的作用更有利于消除数字鸿沟。
可见，在当前我们所处的信息环境中，传统世界的信息组织纵然有诸多缺陷，但它并不会消亡。
3.2 新信息环境下信息组织的发展趋势
3.2.1 传统世界的信息组织与数字世界的信息组织的融合 数字世界的信息组织也有诸如标签模糊、滥标等缺陷，需要传统世界的信息组织来校正。所以，信息组织的发展不应该是简单的替代的关系，而应该是两者之间的融合关系。这种融合可以通过网站提供的个性化服务与图书馆的连接来实现，比如，把图书馆书目数据嵌入到豆瓣网，用户在浏览一本图书相关评论的同时也可以查找哪些图书馆藏有这本书;反过来，也可以把个性化的信息组织方式引入到图书馆中，提高书目数据信息的丰富性和可利用性。除去上面两种简单的连接方式外，更值得研究的是利用web2.0的原理和理念来架构图书馆信息网络，实现真正意义上的融合，如图3所示：
3.2.2 基于社会网络的信息组织 社会网络普遍存在于传统世界与数字世界中，只不过在传统世界中，由于时空等多方面的限制，由个体之间形成一个群体，由群体形成社区面对着诸多困难。而在数字世界中，个体之间通过社会性网络软件，打破时空限制，建立更加紧密的社会关联，由此产生的各种相关的信息通过多种交互关系而联系组织在一起，从而形成一个个大小不一的紧凑型与松散型网络社区。这种社会网络以交互为基础，包括个体间的小范围的交互，也包括群体间、社区间的大范围的交互，在交互的过程中产生的相关信息会以“话题”为标准形成具有一定方向性的聚合。同时，基于社会网络的信息组织伴随着信息流的多向运动，它是对处于即时运动、变化中的信息的组织，而非以往的对静态信息的组织，而且，其深受社会关系的影响与控制。可见，基于社会网络的信息组织面临着更为复杂的情境，而如何建立一个稳定的、有效的信息组织机制仍需继续探索。
3.2.3 知识关联任何形式的信息组织都是基于信息元素之间一定的关联性而存在的，只不过传统世界的信息组织是基于文献实体关联，数字世界的信息组织则基于知识关联，而研究和揭示知识之间相互关联的规律又是有效组织、检索和管理知识的基础。目前，各种知识组织方式，无论是语词的还是符号的，大都是基于概括知识内容的概念之间的关联性来组织、存储的，这种关联性体现的是一种概念逻辑，但是，知识之间的关联性是多样的，概念逻辑仅是其中的一种，显然，加强对那些潜在的、隐含的知识关联的研究是很有必要的。
此外，随着现代信息技术的快速发展和广泛应用，信息组织的发展方向不应该是仅仅简单实现信息、知识的整序、存储，而应该是根据知识之间的相互关联通过融合分析、归纳、推理等方式来实现知识创造、知识挖掘和知识发现。
点击下页还有更多>>>关于信息组织论文
我给你找了一篇，摘要如下：
随着Internet在全世界范围内迅猛发展，网上庞大的数字化信息和人们获取信息之间的矛盾日益突出。因此，对网络信息的检索技术及其发展趋势进行探讨和研究，是一个既迫切而又实用的课题。本文通过对网络信息检索的基本原理、网络信息检索的技术及工具、网络信息检索的现状等方面进行分析研究，并对网络信息检索的发展趋势进行了预测，旨在寻找提高网络信息检索的手段和方法的有效途径，并最终提高网络信息的检索效果，使得网络信息资源得到充分有效地利用。
全文主要包括六个部分，
第一部分为网络信息检索述评，主要是阐述了网络信息检索所涉及到的有关概念，如信息检索技术、网络信息检索的特点及网络信息检索效果评价。
第二部分重点讨论了网络信息检索的基本技术。如信息推拉技术、数据挖掘技术、信息过滤技术、自然语言处理技术等等，旨在弄清网络信息检索的技术支撑，为预测网络信息检索的发展趋势作下铺垫。
第三部分对网络信息检索的重要工具——搜索引擎进行了阐述，主要从其检索机制入手，分析了不同种类的搜索引擎的检索特点及功能。其独到之处在于对搜索引擎的基本功能进行了比较全面的概括，并对目前流行的搜索引擎进行科学的分类...
第四部分分析讨论了检索技术的另一分支—基于内容的检索技术
第五部分则分析了网络信息搜索工具的局限，主要从文本信息检索和多媒体信息检索两方面进行阐述。
好不容易给转成 .txt文本，贴在下面：
1.1网络信息资源
网络信息资源是指“通过国际Intemet可以利用的各种信息资源”的总称。
随着Intemet的迅速发展，网上信息资源也以指数形式增加，网络信息资源作
为一种新型的信息资源，发挥着越来越重要的作用，其内容几乎无所不包，涉
及政治、经济、文化、科学、娱乐等各个方面;其媒体形式多种多样，包括文
本、图形、图像、声音、视频等;其范围覆盖社会科学、自然科学、人文科学
和工程技术等各个领域。
1.2信息检索技术
信息检索技术是现代信息社会中非常关键的技术之一。信息检索是指将信
息按一定的方式组织和存储起来，并根据信息用户的信息需求查找所需信息的
过程和技术，所以信息检索的全称又叫“信息存储与检索”。狭义的信息检索
仅指从信息集合中找出所需信息的过程，也就是利用信息系统检索工具查找所
需信息的过程。人们获取信息源的方式主要有:①遵循传统的检索方法在浩如
烟海的图书馆资料中，通过人工查找索引找到对应的文献索引号再获取文献原
文;②联机信息检索。这其中也存在一个发展过程，由检索结果来看，从提供
目录、文摘等相关的二次信息检索到可以直接获得电子版的全文;由检索方法
来看，从对特定关键词或者如作者、机构等辅助信息作为检索入口的常规检索
到以原始文献中任意词检索的全文检索等等。其中，全文检索由于其包含信息
的原始性、信息检索的彻底性、所用检索语言的自然性等特点在近年来发展比
较迅速，成为深受人们关注的一种非常有效的信息检索技术，它是从大容量文
档库中精确定位所需信息的最有效手段l3]。
.3.2web信息检索
其检索方式有:浏览器方式和搜索引擎方式。
(l)浏览器方式(Br，singsystelns)。只要能够进入hitemct就能够通过浏
览器，利用HTTP协议提供的WV乃万服务，浏览认触b页面和通过W匕b页面提
供的检索方式访问数据库。
(2)搜索引擎方式(SearehEngines)。搜索引擎是intemet提供公共信息检
索服务的W七b站点，它是以一定的技术和策略在intemet中搜集和发现网络信
息，并对网络信息进行理解、提取和处理，建立数据库，同时以认倪b形式提
供一个检索界面，供用户输入检索关键词、词组或短语等检索项，代替用户在
数据库中查找出与提问相匹配的记录，同时返回结果且按相关度排序输出，从
而起到快速查找信息的目的。搜索引擎所处理的信息资源主要包括万维网服务
器上的信息，另外还包括电子邮件和新闻组信息。搜索引擎服务的宗旨是为满
足用户的信息需要，所以它是面向用户的，采用的方式是交互式的。
网络信息检索工具采用主动提交或自动搜索两种方法搜索数据。
1.4网络信息检索效果评价
目前，得到普遍认同的检索效果的评价标准主要有以下几个:查全率、查
准率、收录范围、输出格式，其中以查全率和查准率最为重要。
现代信息科学技术的发展，为人们提供了多种多样的信息获取和传送方法
及技术，从“信源”与“用户”的关系来看，可分为两种模式:“信息推送”
模式(InformationPush)，由“信源”主动将信息推送给“用户”，如电台广播;
“信息拉取”模式(InformationPull)，由“用户”主动从“信源”中拉取信息，
如查询数据库。
2.2.1信息推送技术
“推”模式网络信息服务，是基于网络环境下的一种新的服务形式，即信
息服务者在网上利用“Push”技术为特定用户开展信息服务的方式。Push技术
之所以成为Intemet上一项新兴的技术，是因为借助该技术使网络信息服务具
有主动性，不仅可以直接把用户感兴趣的信息推送给用户，而且可有效地利用
网络资源，提高网络吞吐率;再者，Push技术还允许用户与提供信息的服务器
之间透明地进行通信，极大地方便了用户。
所谓Push技术，又称“推送”技术、Web广播(Webeasting)技术，实质
上是一种软件，这种软件可以根据用户定义的准则，自动搜集用户最可能发生
兴趣的信息，然后在适当的时候，将其传递至用户指定的“地点”。因而从技
术上看，“推”模式网络信息服务就是具有一定智能性的、可以自动提供信息
服务的一组计算机软件，该软件不仅能够了解、发现用户的兴趣(可能关心的
某些主题的信息)，还能够主动从网上搜寻信息，并经过筛选、分类、排序，
然后按照每个用户的特定要求，主动推送给用户141。
(l)信息推送方式。信息推送方式分两类，即网播方式和智能方式。
网播方式有:频道式推送。频道式网播技术是目前普遍采用的一种模式，
它将某些页面定义为浏览器中的频道，用户可像选择电视频道那样接受有兴趣
的网播信息;邮件式推送，用电子邮件方式主动将所推送信息发布给各用户，
如国际会议的通知、产品的广告等:网页式推送。在一个特定网页内将所推送
信息发布给各用户，如某企业、某组织、某个人的网页;专用式推送。采用专
门的信息发送和接收软件，信源将信息推送给专门用户，如机密的点对点通信。
智能推送方式有:操作式推送(客户推送式)，由客户数据操作启动信息
推送。当某客户对数据进行操作时，把修改后的新数据存入数据库后，即启动
信息推送过程，将新数据推送给其他客户;触发式推送(服务器推送式)，由
ll硕士学位论文
MASTER，5THESIS⑧
数据库中的触发器启动信息推送过程，将新数据推送给其他客户，当数据发生
变化，如出现增加(Insert)、删除(Delete)、修改(update)操作时，触发器
启动信息推送过程。
(2)信息推送的特征。信息推送的特征有:主动性、针对性、智能性、高效
性·灵活性和综合性I5]。
主动性。Push技术的核心就是服务方不需要客户方的及时请求而主动地将
数据传送到客户方。因而，主动性是“推”模式网络信息服务最基本特征之一。
这也是它与基于浏览器的“拉”(Pull)模式的被动服务的鲜明对比。
针对性(个性化)。针对性是说，Push技术可以针对用户的特定信息需求
进行检索、加工和推送，并根据用户的特定信息需求为其提供个人定制的检索
界面。
智能性。Push服务器能够根据用户的要求自动搜集用户感兴趣的信息并定
期推送给用户。甚至，Push技术中的“客户代理(ClientAgent)”可以定期自
动对预定站点进行搜索，收集更新信息送回用户。同时个人信息服务代理和主
题搜索代理还可为了提高“推送”的准确性，控制搜索的深度，过滤掉不必要
的信息，将认飞b站点的资源列表及其更新状态配以客户代理完成。因而，网
络环境下的“推”模式信息服务具有较高的智能性。这也是传统的定题服务
(SDI)不能比的。
高效性。高效性是网络环境下“推”模式信息服务的又一个重要特征。Push
技术的应用可在网络空闲时启动，有效地利用网络带宽，比较适合传送大数据
量的多媒体信息。
灵活性。灵活性是指用户可以完全根据自己的方便和需要，灵活地设置连
接时间，通过E一mail、对话框、音频、视频等方式获取网上特定信息资源。
综合性。“推”模式网络信息服务的实现，不仅需要信息技术设备，而且
还依赖于搜寻软件、分类标引软件等多种技术的综合[6]。
但在当前信息技术的发展阶段，“推”技术还存在很大的缺陷，比如:不
能确保信息发送，没有状态跟踪，缺乏群组管理功能等等。因此，国内外的研
究者们又提出超级推(BeyondPush)技术的理论。所谓超级推技术是在保留、继
承、完善了Push的优点(主动传递和个性化定制)，摒弃了Push的诸多缺点之
!2硕士学位论文
MASTER，5THESIS管
后而发展起来的一种新型的Push技术。它的最大特点是在于保证传送。即所
有的信息都是在特定的时间送给特定的信息用户，同时保持连续性的用户资
料，随时可以知道谁收到了信息，信息是否为该用户定制，用户环境是否适当
等等[刀。
2.2.2信息拉取技术
常用的、典型的信息拉取技术，如数据库查询，是由用户主动查询数据库，
从数据库中拉取所需信息。其主要优点是:针对性好，用户可针对自己的需求
有目的地去查询、搜索所需的信息。
Intemet上的信息拉取技术可以说是数据库查询技术的扩展和延伸。在网
络上，用户面对的不止是一个数据库，而是拥有海量信息的hitemet环境，因
此，各种网络信息拉取(查询)的辅助工具—搜索引擎应运而生了。信息推送与信息拉取两种模式各有其特点，在实际中常常是将两者的结合
起来，常用的结合方式为:
(1)“先推后拉”式。先及时地推送最新信息(更新的动态信息)，再有针
对性地拉取所需的信息。这样，便于用户注意信息变化的新情况和趋势，从而
动态地选取需要深入了解的信息。
(2)“先拉后推”式。用户先拉取所需信息，然后根据用户的兴趣，再有针
对性地推送相关的其它信息。
(3)“推中有拉”式。在信息推送过程中，允许用户随时中断、定格在所感
兴趣的网页上，作进一步的搜索，主动拉取更丰富的信息。
(4)“拉中有推”式。在用户拉取信息的搜索过程中，根据用户输入的关键
词，信源主动推送相关信息和最新信息。这样既可以及时地、有针对性时为用
户服务，又可以减轻网络的负担，并便于扩大用户范围[8]。
因此，信息推送与信息拉取相结合是当前Intemet、数据库系统及其它信
息系统为用户提供主动信息服务的一个发展方向。
2.3Web挖掘技术
随着功temet的发展，W己b已经成为人类社会的公共信息源。在hitemet
给人类带来前所未有的信息机遇的同时，又使得人类的信息环境更加复杂，人硕士学位论文
MASTER，5THESIS⑧
类如何利用信息的问题非但没有如预想的通过信息技术的发展得到圆满的解
决，相反，随着信息技术的发展，信息量的激增，造成了个人实际所需信息量
与研触b上的海量信息之间的矛盾，因而也就造成了个人利用信息的困难。在
这种情况下，虽然出现了叭范b环境下的专门检索工具，但是由于搜索引擎是
由传统检索技术发展而来，在当前用户要求不断提高的情况下，传统的搜索技
术己经不能够满足人们的需要。为了更加有效地利用网络信息资源，W七b挖掘
作为新的知识挖掘的手段，为Web信息的利用提出了新的解决方案叨。
2.3，1姗eb挖掘的内容
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，
提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
Web挖掘则是从WWW及其相关的资源和行为中抽取有用的模式和隐含信息。其
中WWW及其相关资源是指存在于WWW之上的Web文档及Web服务器上的日志文
件以及用户资料，从Web挖掘的概念中应当看出Web挖掘在本质上是一种知识
发现的手段，它主要从下面3个方面进行仁’时。
(1)Web内容挖掘。W七b内容挖掘是从W匕b数据中抽取知识，以实现Web
资源的自动检索，提高web数据的利用效率。随着Intemet的进一步延伸，Web
数据越来越庞大，种类越来越繁多，数据的形式既有文本数据信息，也有图像、
声音、视频等多媒体数据信息，既有来自于数据库的结构化数据，也有用HTML
标记的半结构化数据及非结构化的自由文本数据信息。因而，对W己b内容信
息挖掘主要从下面两个角度进行〔”]。
一是从信息检索的角度，主要研究如何处理文本格式和超级链接文档，这
些数据是非结构化或半结构化的。处理非结构化数据时，一般采用词集方法，
用一组组词条来表示非结构化的文本，先用信息评价技术对文本进行预处理，
然后采取相应的模型进行表示。另外，还可以用最大字序列长度、划分段落、
概念分类、机器学习和自然语言统计等方法来表示文本。处理半结构化数据时，
可以利用一些相关算法给超级链接分类，寻求认七b页面关系，抽取规则。同
处理非结构化数据相比，由于半结构化数据增加了HTM毛标记信息及Web文
档内部超链结构，使得表示半结构化数据的方法更加丰富。
二是从数据库的角度，主要处理结构化的W匕b数据库，也就是超级链接
14⑧蕊誉蕊
文档，数据多采用带权图或者对象嵌入模型(OME)，或者关系数据库表示，
应用一定的算法，寻找出网站页面之间的内在联系，其主要目的是推导出Web
站点结构或者把W匕b变成一个数据库，以便进行更好的信息管理和查询。数
据库管理一般分成三个方面:一是模型化，研究认触b上的高级查询语言，使
其不局限于关键字查询;二是信息的集成与抽取，把每个W七b站点及其包装
程序看成是一个认范b数据源，通过W七b数据仓库(data~house)或虚拟W七b数据库实现多种数据来源的集成;三是叭几b站点的创建与重构，通过研
究web上的查询语言来实现建立并维护web站点的途径[’“]。
(2)札b结构挖掘。W匕b结构挖掘，主要指的是通过对W七b文档的分析，从
文档之间的组织结构获取有用的模式。W匕b内容挖掘研究的是文档内的关系，
W七b结构挖掘关注的则是网站中的超级链接结构之间的关系，找到隐藏在一个
个页面之后的链接结构模型，可以用这个模型对W七b页面重新分类，也可以
用于寻找相似的网站。
W七b结构挖掘处理的数据类型为W七b结构化的数据。结构化数据是描述
网页内容组织方式的数据，页内结构可以用超文本标记语言等表示成树型结
构，此外页间结构还可以用连接不同网页的超链结构表示。文档间的链接反映
了文档信息间的某种联系，如隶属平行关系、引用与被引用关系等。对W七b
页面的超级链接进行分类，可以判断与识别页面信息间的属性关系。由于Web
页面内部存在或多或少的结构信息，通过研究W亡b页面内部结构，可寻找出
与用户选定的页面集合信息相关的其它页面信息模式，以检测W己b站点所展
示的信息完整程度。
③Web行为挖掘。所谓W己b用户行为挖掘主要是通过对认尼b服务器的日
志文件以及用户信息的分析，从而获得有关用户的有用模式。W七b行为挖掘的
数据信息主要指网络日志中包括的用户行为模式，它包括检索时间、检索词、
检索路径、检索结果以及对哪些检索结果进行了浏览。由于W七b自身的异质、
分布、动态、无统一结构等特点，使得在认七b网上进行内容挖掘比较困难，
它需要在人工智能和自然语言理解等方面有所突破。所幸的是基于W七b服务
器的109日志存在着完整的结构，当信息用户访问web站点时，与访问相关的
页面、时间、用户ro等信息，日志中都作了相应的记录，因而对其进行信息
l5硕士学位论文
MASTER，5THESIS⑥
挖掘是可行的，也是有意义的。在技术实践过程中，一般先把日志中的数据映
射成诸种关系信息，并对其进行预处理，包括清除与挖掘不相关的信息等。为
了提高性能，目前对109日志数据信息挖掘采用的方法有路径分析、关联规则、
模式发现、聚类分析等。为了提高精确度，行为挖掘也应用到站点结构信息和
页面内容信息等方面。
2.3.2web挖掘技术在网络信息检索中的应用
(l)Web内容挖掘在检索中的应用。W匕b内容挖掘是指从文档内容及其描述
中获取知识的过程，由于用传统的信息检索技术对W己b文档的处理不够深入，
因此，可以利用叭触b内容挖掘技术来对网络信息检索中的W己b文档处理部分
进行进一步的完善，具体而言表现在以下几个方面。
①文本总结技术。文本总结技术是指从文档中抽取出关键信息，然后以简
洁的形式对W匕b文档的信息进行摘要或表示。这样用户通过浏览这些关键信
息，就可以对W七b网页的信息有大致的了解，决定其相关性并对其进行取舍。
②文本分类技术。W匕b内容挖掘中的文本分类指的是按照预先定义的主题
类别，利用计算机自动为文档集合中的每一个文档进行分类。分类在网络信息
检索中的价值在于可以缩小检索范围，大大提高查准率。目前，己经出现了很
多文本分类技术，如TFIFF算法等，由于文本挖掘与搜索引擎所处理的文本几
乎完全一样，所以可以直接将文本分类技术应用于搜索引擎的自动分类之中，
通过对大量页面自动、快速、有效的分类，来提高文档检索的查准率。
③文本聚类技术。文本聚类与文本分类的过程J险洽相反，文本聚类指的是
将文档集合中的文档分为更小的簇，要求同一簇内的文档之间的相似性尽可能
大，而簇与簇之间的关系尽可能小，这些簇相当于分类表中的类目。文本聚类
技术不需要预先定义好的主题类别，从而使得搜索引擎的类目能够与所收集的
信息相适应。文本聚类技术与人工分类相比，它的分类更加迅速、客观。同时，
文本聚类可与文本分类技术相结合，使得信息处理更加方便。可以对检索结果
进行分类，并将相似的结果集中在一起。
(2)Web结构挖掘在网络信息检索中的应用。W匕b的信息组织方式采用了一
种非平面结构，一般来说W己b的信息组织方式是根据内容来进行组织的。但
是由于W匕b的这些结构信息比较难以处理，所以搜索引擎一般不处理这些信
16硕士学位论文
MASTER，S竹正515⑧
息，而是将叭触b页面作为平面机构的文本进行处理。但是，在从触b结构挖掘
中，通过对研触b文档组织结构的挖掘，搜索引擎可以进一步扩展搜索引擎的
检索能力，改善检索效果〔’3]。
(3)脆b行为挖掘在网络信息检索中的应用。认触b行为挖掘是一种通过挖掘
总结出用户的检索行为的模式。用户的检索行为一直是信息检索中重要的研究
内容，通过研触b行为挖掘，不仅可以发现多数用户潜在共同的行为模式，而
且还可以发现单个用户的个性化行为，对这些模式进行研究，可以更好地对搜
索引擎的检索效果进行反馈，以便进一步改进搜索策略，提高检索效果。
2.3.3web挖掘技术的局限及方向
(1)孔b内容挖掘。W七b上的数据不管是用HTML还是XML标记语言表示，
都不能完全解决W七b数据的非结构性问题，特别是汉语句子格式繁多，虚词、
实词没有绝对的界限，切分词难度大，这些是造成无法对数据进行完全自动标
引的根本性问题，因此，从七b内容挖掘技术有必要结合数据仓库等信息技术进
行信息存储，并最终实现智能化、自动化的数据表示和标引，以供搜索之用。
通常数据的表示和数据的利用形式是相互关联的，因此，设计相应的具有高查
全率和查准率的挖掘算法也和数据表示一样是未来的方向之一。另外多媒体数
据如何进行识别分类标引，这也是未来的研几b内容挖掘研究的难点和方向。
(2)梅b结构数据挖掘。随着Intemet的迅猛发展，网站的内容也越来越丰
富，结构也越来越庞杂，用有向图表示巨型网站链接结构将不能满足数据处理
的需要，需要设计新的数据结构来表示网站结构。
由于用来作对比分析发现问题所在的用户使用信息只有日志流，那么，对
用户使用日志流中每一链接关系如何识别、采用什么结构表示、如何抽取有用
的模式等等，不仅是认飞b行为挖掘的重要研究内容也是网站结构挖掘的重要
研究方向之一。
(3)，eb用户行为挖掘。由于Iniemet传输协议HTTP的无状态性，客户端、
代理服务器端缓存的存在，使用户访问日志分别存在于服务器、代理服务器和
客户端，因此，从W七b用户访问日志中研究用户访问规律最大的难点在于如
何把分布于不同位置的访问日志经过预处理，形成一个个用户一次的访问期
间。通常来讲，对于静态W七b网站，服务器端的日志容易取得，客户端和代
l7理服务器用户访问日志不容易取得;其次，由于一个完整的W匕b是由一个个
图片和框架页面组成的，而用户访问服务器也有并发性，在确定用户访问内容
时，必须从服务器日志中甄选出某个用户实际请求的页面和页面的主要内容。
另外，由于目前已经有的数据挖掘算法主要是在大量交易数据基础上发展起来
的，在处理海量Web用户访问日志中也需要重新设计算法结构〔’41。
2.4信息过滤技术
hitemet开放式的环境，为人们检索和利用信息提供了极大的方便，但同
时，网络环境也为人们及时准确地检索到所需信息带来了麻烦。这是因为，第
一，网络环境中信息的来源复杂多样，随意性大，任何人、任何单位不管其背
景和动机如何都可以在网络上发布信息，信息的产生和传播没有经过筛选和审
定，因此信息的可靠性、质量和价值成为用户普遍担心的一大问题;第二，目
前大多数据搜索工具的检索范围是综合性的，它们的Robots尽可能地把各种
网页抓回来，经过简单加工后存放在数据库中备检;第三，搜索引擎直接提供
给用户的检索途径大都是基于关键词的布尔逻辑匹配，返回给用户的就是所有
包括关键词的文献，这样的检索结果在数量上远远超出了用户的吸收和使用能
力，让人感到束手无策。这就是人们经常谈论的“信息过载”、“信息超载”现
象。信息过滤技术就是在这样的背景下开始受到人们的重视，它的目的就是让
搜索引擎具有更多的“智力”，让搜索引擎能够更加深入、更加细致地参与到
用户的整个检索过程中，从关键词的选择、检索范围的确定到检索结果的精炼，
帮助用户在浩如烟海的信息中找到和需求真正相关的资料。
2.4.1信息过滤模型
信息过滤其实质仍是一种信息检索技术，因此它仍依托于某一信息检索模
型，不同的检索模型有不同的过滤方法。51。
(1)利用布尔逻辑模型进行过滤。布尔模型是一种简单的检索模型。在检索
中，它以文献中是否包含关键词来作为取舍标准，因此，它不需要对网页数据
进行深度的加工。最简单的关键词表可以设计成只有三个字段:关键词、包括
关键词的文献号、关键词在相应文献中出现的次数。检索时，用户提交关键词
……………………………………
太长 发不全 希望对你有用 实在不行联系我（给我留言）我发给你邮箱。
