商业型视觉搜索体系建设的实践及启示.docVIP

商业型视觉搜索体系建设的实践及启示 　　摘 要：商业型视觉搜索体系是当前视觉搜索应用研究的最重要组成部分，对其进行系统分析，能为数字图书馆视觉搜索理论与应用研究提供重要的参考和借鉴。文章通过调研国内外商业型视觉搜索体系建设情况，将视觉搜索体系进行了分类，选择其中具有代表性案例进行对比分析，在此基础上提出数字图书馆视觉搜索体系建设需要注意的问题。数字图书馆视觉搜索体系建设需要重视体系领域导向、视觉对象知识库建设、视觉资源获取伦理与法则、标准化整理与加工、资源版权与平台安全等问题。 　　关键词：知识服务；视觉搜索；数字图书馆；视觉大数据 　　中图分类号： G2254.9 文献标识码： A DOI：10.11968/tsyqb.1003-6938.2016091 　　Abstract Commercial visual search system is the most important part in the current visual search application research. Systematic analysis of the system can provide an important reference for visual search theory and application research of digital library. Through a research of the domestic and foreign commercial visual search system construction， classification was made and one representative case was analyzed and compared. Then problems which should be paid attention to in the construction of present digital library of visual search system were pointed out， including the system of field oriented， ethics and the law， the standard of collection and processing， resource copyright and platform security. 　　Key words knowledge service； visual search； digital library； visual big data 　　1 引言 　　随着互联网技术与服务模式的飞速发展，从不同途径产生的文本、图像、视频与3D模型等视觉大数据资源及用户生成内容（User-Generated Content，UGC，如图书评论、微博、视频分享等）以全新形式整合在一起，全面地描述着事件、主题及其关联信息，并在大数据环境下呈现出以下特点：不同类型的视觉大数据资源（如文本、图像与视频等）相互依存与关联，数据来源（各类平台和应用等）广泛丰富[1]，视觉大数据资源与用户之间的交互需求越来越迫切。正如谷歌前技术主管Norvig于2010年指出“文本、图像和视频等视觉资源及用户交互信息、传感信息的有机融合，会给搜索引擎带来巨大挑战，如何对视觉搜索结果进行资源深度整合将会成为Google未来十年面临的最大挑战”[2]。 　　视觉大数据资源的价值发掘、知识发现需求与互联网技术的交汇融合催生了视觉搜索模式的诞生，使之成为信息检索领域研究的热点问题。自2009年斯坦福大学的Griod等将其引入到信息检索领域以来[3]，出现了许多基于时空语义关联的视觉资源整合与视觉搜索应用平台，为用户提供视觉大数据知识服务。如著名的Google知识图谱、Facebook Graph Search、百度视图、爱奇艺大脑等。已有的视觉搜索应用大部分局限于商业型应用，尽管能从理论、技术上为数字图书馆领域开展相关研究提供一些参考，但也存在着搜索结果可信度不高、性能不够理想或不够稳定、用户体验质量不佳、应用局限性较强等问题，给视觉搜索理论与应用研究带来了一定困扰，使其暂时难以移植到数字图书馆领域。同时，我国数字图书馆、公共文化服务大数据工程领域又亟待解决相关问题。国务院2015年印发的《促进大数据发展行动纲要》《国务院关于积极推进“互联网+”行动的指导意见》等文件均明确提出要培育和发展公共服务大数据工程，并要求加强数字图书馆建设[4]，开展对视觉大数据资源的开发与利用的研究工作[5]。 　　基于此，本文对国内外商业型视觉搜索平台的商业背景、应用领域、主要功能与服务模式等进行调