网络知识挖掘在数字参考咨询中的实现

《网络知识挖掘在数字参考咨询中的实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、网络知识挖掘在数字参考咨询中的实现【内容提要】文章着重阐述了网络知识挖掘产生的背景及其概念、技术，探讨了网络知识挖掘在数字参考咨询服务中的应用。【摘要题】信息需求与服务【关键词】数字参考咨询/数据挖掘/网络知识挖掘【正文】　　　　1　网络知识挖掘产生的背景及其概念、技术对知识挖掘的设想始于20世纪80年代末。当时出现了从源数据中发掘新信息模式及算法，被称为数据中的知识发现（Knoining），源自人工智能的机器学习领域，是在一个已知状态的数据集上，通过设定一定的学习算法，从数据中获取所需的知识[2]。数据挖掘广泛应用于数据

2、仓库和分布式数据库中，根据数据间的相互关系进行数据分析，提取潜在有用的信息和知识，经挖掘后被发现的知识可用于信息管理、查询优化、科学研究、决策支持、过程控制等。现有的数据挖掘工具有：ModelQuestMiner、Knos）、决策树（DecisionTrees）、规则推理（RuleInduction）（即通过统计学方法归纳提取有价值的if-then规则，如关联规则挖掘）、模糊逻辑（FuzzyLogic）、CVSM等[11]。数字参考咨询服务无非是在保证提供符合用户要求的同时缩短提供时间和提供个性化服务。数字参考咨询服务的交

3、流方式主要由解答式和交互式两种。前者是比较初步而简单的服务方式，如FAQ、非实时的电子邮件、essageBoard（留言版）等；后者主要是指实时性的交互模式，如2002年7月，OCLC与美国国会图书馆协同研制开发推出网上联合数字参考咨询服务QuestinPoint。但不管是哪一种，现在的提供方式虽然也在借鉴和应用计算机的自动处理，但智能化的程度有待提高。其中最主要的一点是要提高对提问信息的分析正确度，如何从提问信息中提取最相关的单词、词组，并对提取的单词、词组在已有知识库中进行准确无误匹配，这就用到词表技术。目前，词表技术

4、研究的一个重要发展趋势就是与网络检索这类应用系统的结合。通过概念空间词表界面，用户可以随意输入任何一个单词或词组，这时搜索界面会在一个显示框中显示按与用户检索词相关程度排序的空间词汇，用户可以从中选择合意的词添加到搜索框中，从而检索出用户所需的信息，更提高检索的精确度。其次是对检索结果集的筛选和提炼问题。网络知识挖掘的目的是将用户从浩如烟海、错综复杂的网络信息源中解放出来，摆脱原始数据细节，直接与数据所反映的知识打交道，使处理结果以可读、精练、概括的形式呈现给用户，使用户能把主要精力真正用到分析本质问题、提高工作效率和资源

5、利用率方面。网络知识挖掘能够真正支撑起数字参考咨询服务系统的显性知识与隐性知识全方位开发策略。目前对检索结果的筛选和提炼这个工作环节大部分是由人工完成的，虽然保证了质量，但随着以后工作量的日益增加，采取智能处理是必然趋势。知识挖掘虽然仍处在发展的前期，还有很多研究难题，但我们在建设数字参考咨询服务系统的时候，必须考虑对知识管理功能的开发，预先设计好底层数据标准和二次开发接口等。　　　　4　网络知识挖掘在数字参考咨询个性化服务中的应用数字图书馆的内涵不仅仅应体现在其数字化资源的建设上，更应体现在服务上。数字参考咨询服务是数字

6、图书馆建设的必然结果。数字参考咨询的用户需求不仅是简单的查询，而且是需要深入内容的信息处理技术，希望摆脱表层信息的干扰，对网络数据作更深层次的分析与挖掘。这就要求图书馆从纷繁复杂的信息资源中，以面向“个人”的方式来挖掘知识，提取真正有用的信息。这是数字图书馆建设中要考虑的问题之一，是做好数字参考咨询的前期基础。个性化服务是指使用多种数据分析技术，根据用户兴趣的信息向用户及时、主动地推荐用户需要的且以往没有获得的知识资源信息，并能根据用户对推荐内容的反馈进一步改进推荐结果。个性化服务是一种高层次的智力技术活动，其重要的特点是

7、知识增值与智能重组。网络知识挖掘工作运用最新的智能工具来挖掘蕴藏于海量显性信息中的隐性知识，并形成专业知识库和知识仓库，将隐性知识显性化并给予管理、利用，非常符合网络用户对个性化、隐性知识的需求。网络知识挖掘在数字参考咨询个性化服务中的应用主要体现在以下两个方面。　　4.1　收集与用户有关的信息，建立用户信息库通过各种方式收集用户兴趣，比如表单、跟踪日志、系统导入等，从而建立用户个性化的信息库。（1）填写表单。数字参考咨询服务可以在主页上提供个性化服务的注册入口。在进入页面，设计一个表单，内容包括用户的背景信息，如用户的学

8、历、年龄、职业、地域、要求等和用户的特殊信息，如感兴趣的专业、方向，想获取的信息以及获取方式和联络方式等。（2）跟踪日志。数字参考咨询服务可以在用户进入图书馆网站开始，对用户的行为进行跟踪，产生日志文件，并将该日志文件并入用户信息库。对用户的Web日志记录进行挖掘可以比较真实地反映其信息需求。从Web日