基于数据集成的高校图书馆个性化信息服务研究摘要：本文论述了高校图书馆开展个性化信息服务的现状，Deepweb数据集成的加入可以使得个性化信息服务更有优势，分析了Deepweb的整合方法和数据集成系统框架，并在此基础上设计了高校图书馆个性化信息服务的系统。关键词：Deepweb，个性化服务，信息服务随着网络化、数字化、信息化的发展，信息的获取已非难事，通过搜索引擎就可以获得大量信息，但如何获取有价值的、用户真正需要的信息却十分困难。在这个信息爆炸的大环境下，如何做好高质量的个性化信息服务已经至关重要。1高校图书馆个性化信息服务的现状个性化信息服务既是一种信息服务，又是一种个性化服务，以某一个或某一组用户为核心，根据用户提出的明确要求提供信息服务，或通过分析用户的专业背景、研究方向、兴趣爱好和行为方式等个人特征，主动向其提供可能需要的信息。[1]简言之即“在适当的时候向适当的人提供适当的信息。”[2]目前国内现有的个性化信息服务更多的是从图书馆自身的角度进行资源组织和信息服务，大部分都是对图书及论文的检索，主要是根据本馆的馆藏资源来提供服务，而且也无法实现包含所有的数据库，虽然是以“用户为中心”服务理念的体现，但实际上仍然忽视了用户需求。[3]因此，笔者把目前国内的个性化信息服务称之为传统的个性化信息服务。---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---传统个性化信息服务的查询大都是基于图书馆购买的数据库资源和web上公开的信息资源，咨询馆员按照用户提供的信息或者主动搜集用户的研究方向，人工的查询某个或者某些数据库或静态链接的web资源，把得到的信息人工进行去重提交给用户。可如今高校师生的信息素养已经得到了很大的提高，再加上各种新技术如VPN、Google学术搜索、RSS定制等的普及，尤其现在海归的老师越来越多，他们检索信息的能力更强。这种服务对他们已经没有吸引力。而且，传统的个性化信息服务使用的技术只能检索到通过静态链接（URL）可以直接访问到的页面，无法检索到不具有静态链接（URL）即嵌入在数据库信息中的网页，而这些无法检索到的网页的质量远远大于传统个性化信息服务能够检索到的网页。如何才能检索到不具有静态链接（URL）的网页，我们需要应用到deepweb数据集成。2DeepWeb数据集成一有效的提高个性化信息服务质量DeepWeb的概念最初由Dr.激lElsworth在1994年提出，指的是常规搜索引擎不能索引到的网络资源。[4]常规搜索引擎可以索引的网络资源，或者通过静态链接可以直接访问到的页面称之为SurfaceWeb，而嵌入数据库信息的网页不具有静态URL，因此普通搜索引擎无法直接索引到这部分页面信息，使得这部分信息对于用户来说是隐藏的，称之为DeepWeb。在内容上，DeepWeb站点比SurfaceWeb站点更专业；DeepWeb内容的全部价值是SurfaceWeb的1000至2000倍。[5]Deepweb的信息广泛分布在web的各个角落，整合Deepweb资源主要有Deepweb数据源发现，统一查询接口的生成和查询处理和结果合并。①Deepweb数据源发现。通过对爬虫的设计，利用目录搜索引擎提供的分类目录作为查询的起点，通过查询扩展来改进查询关键词，从而尽可能多的发现那些含有Web数据库的站点。在对查询接口的判定问题上，采用朴素贝叶斯分类算法对HTMI。网页表单进行自动分类。[6]②生成统一的查询接口。在数据源发现的基础上，还需要提供一个统一的查询接口。首先，根据站点的接口特征将其进行分类，然后整合相同领域内的所有DeepWeb站点的查询接口，最终在每个领域内都生成一个统一的查询接口。查询接口生成模块共有2个处理单元，分别是Web数据库分类、统一接口生成。---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---③查询处理和结果合并。查询处理模块包括领域映射、Web数据库选择、Web数据抽取、语义标注和结果合并5个处理单元。领域映射是指将用户提交的查询关键字与领域自动匹配，并把查询关键字自动提交到相应领域的集成查询接口中；Web数据库选择是指从属于该领域的所有Web数据库中选择出合适子集，使得既能够得到令人满意的查询结果，又可以最大限...