用信息智能体挖掘Wiki 中数字图书馆社群与方法.docVIP

用信息智能体挖掘WIKI中数字图书馆社群的方法 任 辉 申 晋 周晓光 （鲁东大学 山东烟台 264025） 摘 要：人们对数字图书馆的研究，大都集中在技术方面。以人为本的后数字图书馆时代，人的因素、如行为、内容和社团的协同作用更加重要。数字图书馆社群的行为研究逐渐成为信息行为研究领域的核心问题。本文利用信息智能体的方法研究数字图书馆Wiki网络用户的浏览行为，该方法能挖掘出数字图书馆有意义的Wiki社群，目的是优化数字图书馆站点和为数字图书馆用户提供个性化服务。 关键词：信息智能体；Wiki；数字图书馆；社群 中图分类号：TP303 文献标识码：A 1、关于Wiki Wiki原本意思是quick，是一种超文本系统。wiki就是一个互动开放的网站，所有人都可以对网站内容进行编辑、扩展、更正。这是一种借助互联网共同创建、积累、完善和分享知识的全新模式。开放性、共享性和协作性是wiki的主要特性。它的共享特性，实现了快速广泛的信息整合，为大量社群的知识共享提供了高效的平台。在一个wiki里，任何信息都可以被社群修改和删除。在众多社群的参与下，这种自由的操作方式能避免一些外在因素对知识内容带来的影响，从而反映更为客观和真实的知识内容。与Blog强调个人的自主性相比，Wiki更强调知识社区内集体的协作。它更适合数字图书馆用户协同创作，如共同构建知识数据库等。 近年来，参与wiki的人数不断增多，许多专业人士参与到wiki队伍中，有数字图书馆用户、图书馆工作人员、信息管理专家以及信息技术顾问和科研工作者。许多高校由图书馆学科馆员和课题组成员共同组成的利用wiki进行课题研究共创网络的平台正在蓬勃兴起。Wiki中的数字图书馆社群以研究课题为主题，不仅提供了信息流通的渠道，同时也累积了这些信息中所蕴含的知识，wiki创造了一种开放式的研究氛围。这方面，上海中医药大学的徐平教授和他的学生们创建的“针灸研究和教学”（/grass/wiki）在我国率先选用wiki方式，师生们一起进行国家的课题的研究和共创，取得了良好的效果。Web上有大量wiki社群，发现这些数字图书馆隐含社群具有重要意义，对那些对数字图书馆某个专题感兴趣的人来说，发现与此相关的社群可以提供有价值、最可靠、最及时的信息。 同时，识别这些wiki社群可以使数字图书馆的服务定位更加准确。 2．前期工作——日志挖掘 在利用信息智能体建立模式之前，首先要通过Web服务器日志获取wiki用户访问记录。wiki用户的主要数据源来自于Web服务器所产生的日志文件集。这些日志文件包含了访问Web站点的一些重要的数据源。服务器日志文件包括服务器日志(Server logs)、错误日志(error logs)、曲奇日志(coodie logs)。另外，服务器端的用户注册信息是能提交给服务器相关的信息，Coodie能够在用户端存储用户访问服务器的信息，用户注册信息和coodie日志是服务器端用户日志的很好补充。日志记录了网页被使用的信息，如IP 地址、访问时间、哪一页、字节大小等。通过服务器的数据挖掘可以实现智能分析，得到隐藏的大量繁杂数据。 Web日志挖掘主要分为三个步骤来实现:第一步为数据预处理，根据挖掘的目的，对原始Web日志文件中的数据进行提取、分解、合并，最后转化为适合进行数据挖掘的数据格式，并保存到关系型数据库表或数据仓库中，等待进一步处理。数据预处理环节是整个过程的基础和实施有效挖掘算法的前提，在Web日志挖掘中起着非常重要的作用。第二步为模式识别，运用各种算法对处理后的数据进行挖掘，生成模式。第三步为模式分析，通过对用户访问模式的分析，从而将有价值的模式提取出来的过程。 3　智能体网络用户浏览模型 在没有人的干预下，能够自主地完成给定任务的对象都可以称为智能体。它具有一定的知识、目标和能力，即具有必要的领域知识、通讯知识和控制知识。又具有必要的推理、决策能力。从最终用户角度来看，它是用户实现其意图的软件助手，能独立或几乎不需要指导地代表用户完成指定的任务。智能体具有自主性、学习性、社会性、反应性、友好性等特性。本实验是关于网络wiki用户浏览模式的研究。首先，智能体通过自己的目标、职责、活动、行为规则、思维、服务、资源需求等属性完整地描述将要承担的系统角色。其次，信息寻觅智能体在具有信息的网络空间中漫游，根据智能体的浏览结果可以得出wiki网络用户的浏览模式，并且进行分析、研究，得出wiki用户的兴趣分布与网络信息分布和网络结构之间的关系。 3．1 兴趣分布模型 在模型中，信息智能体代表用户，具有自己的兴趣、行为准则、行动策略。在信息寻觅智能体模型中将反映wiki用户的浏览兴趣属性、兴趣分布模型、决