宁琳

（重庆交通大学图书馆，重庆 400074）

随着信息技术的迅猛发展，数字图书馆已经成为图书馆业发展的一个重要方向。如何让读者能够从数字图书馆海量信息中快速准确的查找所需信息，更好地利用馆藏资源进行自主学习，这对图书馆服务模式提出了新的要求。采用智能Agent设计图书馆个性化服务模型，以用户为中心，研究用户的行为、兴趣和习惯，为用户搜索、组织、选择和推荐建立更具针对性、面向用户的个性化服务机制，能够使图书馆从被动为读者提供资料到主动为读者寻找知识方向发展，从而提高图书馆资源的利用率。本文拟对基于智能Agent的数字图书馆个性化服务模型进行研究。

1 数字图书馆个性化服务的内容

1.1 个性化信息定制服务

个性化定制服务是有效获取用户需求信息的方法之一。它通过用户定制获取用户的个性化信息，从而理解用户的需求，为用户提供更为准确的信息服务。在个性化信息定制中，用户可以根据自己的兴趣和需求定制信息，定制的内容包括信息资源、界面和服务等，系统也可以将更新信息及时推送给用户，提醒用户及时利用。

1.2 个性化信息检索服务

个性化信息检索服务是图书馆个性化服务的重要方面，在数据库检索过程中，由于检索知识和专业领域不同，用户之间的检索方式大不相同，这就需要在检索策略、检索方法和检索结果上要支持用户个性化需求。检索服务主要包括以下几个方面：

1.2.1个人检索模板

用户可根据所需信息的专业（用分类号或主题词、关键词确认）、应用目的（用文献类型区别，例如期刊论文、专利、会议文献等）、而且深度、地域、数量、时域等进行定制，从而表达自己相对稳定的检索限制条件。

1.2.2 检索结果处理

可对检索结果的相关度计算标准、输出格式、排序方式、分类组织、下载格式、传送地址等进行约束。

1.2.3 检索历史分析

用户可要求系统动态追踪其检索过程，提取用户或相近用户最常用的检索词、检索式、数据库、期刊及网站，用来自动修改用户的个性化信息。

1.3 个性化界面服务

个性化界面服务是让用户根据自己的爱好选择桌面的显示方式，它包括界面的结构布局、资源类型、表现形式等。例如在网站中，让用户输入个人信息，生成“我的主页”，“我的图书馆”等服务。

2 智能Agent在个性化服务中的功能及实现方法

智能Agent是用户和资源之间的枢纽和中介，它能代表用户和其他程序，以主动服务的方式完成一组工作，帮助用户准确获取信息，实现用户个性化服务的需求。

2.1 Agent的主要特点

Agent是一个在特定环境下能感知环境，并自主运行，代表用户或设计者实现一系列目标的计算机实体或程序，它主要具有以下特征：

（1）代理性：Agent能以用户代理者的身份去完成某种特定的任务，它可以引导并代替用户对信息资源进行访问，如代替人完成网络搜索、进行网上信息交互等。

（2）智能性：Agent能表现出类似于人类的智能特性，例如，理解用户用自然语言表达对信息的需求，捕捉用户的偏好和兴趣，推测用户的意图并为用户提供建议等。

（3）自主性：Agent具有自我调控能力，它应能在动态变化的环境中，独立规划复杂的操作步骤，在用户不参与的情况下，独立发现和获取符合用户需求的资源和服务。

2.2 智能Agent在个性化服务中的功能

（1）资源导航：根据用户的需求或意图，寻找网络信息，或告诉用户网络资源的具体位置。

（2）信息过滤和筛选：从流向用户的大量信息中筛选符合条件的信息，并以不同级别(全文、详细摘要、简单摘要、标题)呈现给用户。

（3）信息整理：为用户把已经下载的资源进行分类整理。

（4）知识发现：从大量的公共原始数据中筛选和提炼有价值的信息，并向用户发布。

（5）问题解惑：根据网上信息资源回答用户关于特定主题的问题。

2.3 智能Agent实现个性化服务的方法

2.3.1 智能Agent的抽象模型

智能Agent的抽象模型可以表示为：Ag:RE→Ac，其中，外部环境状态集合为：E={e，e'，…}，Agent动作集合为:Ac={a，a'，…}，R是E和Ac状态变化的执行集合，该模型根据感知环境状态变化，将一次执行映射到动作，并将输出动作作用于环境，从而实现一次封闭的循环，其具体流程如图1所示。

Agent从初始内部状态i0开始，观察外部环境状态e，产生一个感知函数see(e)，然后通过函数next更新Agent的内部状态，变成next[i0,see(e)]，并与状态库进行对比，Agent通过action{next[i0,see(e)]}选择一次执行动作r，r在环境状态e与主体动作a之间呈交替序列：动作执行之后Agent进入下一循环，继续通过see感知外部世界，通过next更新状态，通过action选择动作执行。

2.3.2 智能Agent个性化信息获取的过程

个性化服务的关键是用户动态信息的获取。智能Agent信息获取的方式有两种：一是定时轮询Web日志，定期收集用户使用信息；二是Agent实时的跟踪，发现变化及时产生动作，从中分析出用户的个性化信息。其具体过程如图2所示。

个性分析Agent根据用户需求，与所有可能存放用户所需信息的数据库Agent联系，委托它们查找与模型相匹配信息，通过知识库相关规则进行推理判断，提取个性化服务信息，再把查找结果回送给个性分析Agent，最后将知识库推理算法的权值进行调整，并将查询结果整理后反馈给用户。例如，用户提交了“数字图书馆”的查询请求，个性分析Agent的“检索类Agent”中就会添加“数字图书馆”，并赋予一定的权值，通过知识库的推理算法构造个性信息结构，以后的检索工作都是围绕这个个性信息结构进行，通过比对分析，提取出个性信息，最后将分析结果反馈到个性分析Agent，该结果除包括“数字图书馆”，还会包括系统预测的信息，如“数字图书馆技术”、“分布式图书馆”、“数字图书馆建设”等，检索完毕之后，调整知识库推理算法的相应权值。

3 数字图书馆基于智能Agent的个性化模型框架结构与功能分析

3.1 基于智能Agent的个性化模型框架结构

实现个性化服务，除了要有友好的用户界面外，系统还必须具备以下能力：一是构建个性化处理模型，即跟踪用户行为，学习、记忆用户兴趣，根据用户的特征来收集处理个性化用户信息；二是构建个性化用户信息模型，将个性化信息从全局信息空间中分离出来。基于Agent的个性化模型框架结构图见图3。用户通过使用权限登录到自己的个性化用户界面，进入界面之后，用户界面的接口模块对用户使用情况进行实时跟踪，把数据进行简单分类，过滤掉一些明显的无关信息，然后将处理后的信息转交个性化处理模块，个性化处理模块主要按照相应规则和算法，通过计算个性结构相似度等方法，分离出个性化信息内容，最后由用户信息模块对此内容进行归类和存储。

3.2 智能Agent的个性化模型功能分析

3.2.1 用户接口模块

用户接口模块是用户与系统的接口，它将用户的请求发送给系统，又将系统提供的服务以用户可以识别的方式呈现给用户。用户接口模型结构图见图4。信息跟踪Agent主要对用户行为进行跟踪，自动捕捉用户的兴趣爱好，搜索可能引起用户兴趣的信息，然后交给信息过滤Agent。信息过滤Agent主要负责把跟踪Agent采集的信息进行处理，按照一定的限定要求，去除一些无关数据，减少数据的传输量。信息呈现Agent主要负责呈现界面的作用。管理Agent主要负责协调和管理其他Agent，对任务进行分解和分配，平衡其他Agent间的负荷。

3.2.2 个性化处理模块

个性化处理模块是整个系统的核心，负责控制整个系统的正常运转，主要将用户的需求进行个性化分析处理，提炼出个性化信息内容，并转化为机器可以识别的信息。个性化处理模块结构图见图5。

用户信息收集Agent主要采集的用户接口模块传来的数据，并进行简单的分类，收集信息后，将采集的信息送往个性分析Agent群。个性化分析Agent群是个性化处理模块的关键部分，主要按照知识库的相应规则，采用多种推理算法，将最新采集的信息进行分析处理，分离出个性化信息内容，如用户的个人信息、经常访问的期刊网址、使用的关键词或主题词、用户的IP地址、访问的时间频率等，处理完成之后，将结果转入用户信息库或传递到信息呈现模块，并更改知识库。知识库是一个存储库，主要保存Agent运行时所需的数据、处理结果以及处理后发回用户的数据。同时，知识库也是一个规则库，Agent可根据这些规则来进行分析、判断和推理。信息调度Agent根据个性分析处理后的个性参数来调度数据库，选择合适的信息资料呈现给用户，同时，把用户的活动信息反馈给个性化分析Agent群，由个性分析Agent群进行再加工。管理Agent主要负责协调和管理其他Agent。

3.2.3 用户信息模块

用户信息模块主要用于分析和存放用户的个性化信息。用户信息模块结构图见图6。信息分类Agent主要对经个性化处理模块处理过的信息进行分析归类。个性分析Agent负责将分类的信息再次进行筛选比对，提取读者的个性特点，并存入读者信息库。读者信息库主要记录读者的基本信息、个性习惯、网络记录等。管理Agent主要负责其他Agent的管理和协调。

3.2.4 协调Agent模块

协调Agent系统模块主要对各个模块进行管理和协调，负责它们之间的信息传输和解决资源、约束冲突的问题。

4 结束语

目前，数字图书馆的个性化服务尚在起步阶段，但随着数字图书馆不断向网络化、共享化发展，用户面对的将不再是一个物理上的图书馆，而是基于若干个图书馆形成庞大的网络化图书馆，这对用户准确获取信息造成了很大困难，采用图书馆个性化服务，信息资源发现和跟踪由个性化服务系统自主进行，可以有效解决信息泛滥的问题，实现用户对信息需求的最优化。采用智能Agent设计图书馆个性化服务模型，对研究并实现图书馆个性化服务系统有很高的指导性，是实现数字图书馆广域个性化服务的一种很好的尝试。

［1］高建清．基于模糊Q学习的Agent智能决策研究与实现［D］．合肥：合肥工业大学，2006．

［2］陈自郁．基于代理的远程教学系统及学生模型的研究［D］．重庆：重庆大学，2002．

［3］ 高仲慧，林筑英，魏高起．基于多Agent的自适应远程教学系统模型［J］．贵州师范大学学报（自然科学版），2009（8）：96－99．

［4］ 庄鹏，张惠惠，夏佩福．代理模式实现数字图书馆个性化信息服务模型［J］．现代图书情报技术，2003（5）：15－18．