在当今信息大爆炸的时代，如何获取自己需要的信息变得越来越重要。以往在Internet上搜寻信息，最常用的方法就是浏览器发出请求后，Web就将信息传送给用户，此过程用户需要“拉取”信息而被描述为Pull；而将信息直接“推送”到用户的计算机的方法就是信息推送，称之为Push，用户只需要在初次使用时自己设定所需要的信息频道，此后，定制信息将通过Web自动传给用户。该技术于1996年发端于PointCawt Nctwork[1]，现已在Internet及信息管理机构得到广泛应用。信息推拉技术虽然如此空前地被应用于网络信息检索，但是，对于用户而言，它并不是最适合的方式。人们迫切需要更智能、更方便的的信息获取方式。智能信息推拉(IIPP)技术因其在网上信息获取技术中加入了智能成份，从而有助于用户在海量信息中高效、及时地获取最新信息，提高了信息系统主动信息服务的能力。如果引入基于IIPP的主动信息服务系统，则可根据用户的特性提供具有针对性的、个性化的信息服务。

    　　1　信息推拉技术智能化

    在传统的Client/server结构中，信息获取方式是按“拉”(Pull)的模型进行的：服务器根据用户终端发送的服务请求进行处理并返回用户所需的结果。在Push系统中，服务器把信息“推”给用户终端系统。虽然两者数据传输的方向都是从服务器流向用户，但操作的发起者是不同的。从“信源”与“用户”的关系来看，信息的流动可分为两种模式，即信息推送与信息拉取模式[2]
    　　1.1　Push与Pull之比较
    推送(Push)技术是根据用户需要，有目的、按时将用户感兴趣的信息主动发送到用户的计算机中。Push技术的主要优点是对用户要求低，普遍适用于广大公众，不要求有专门的技术；二是及时性好，信源及时地向用户“推送”不断更新的动态信息。但是，在随后实际应用中，因为存在以下几方面不足，Push技术并没有取得预期的成功：
    (1)不能确保发送成功。由于Push技术采用广播方式，当网络信息中心发送信息时，只有接收器打开并正好切换到同一频道上，传输才能发生作用，用户才能获取信息。这对于那些要确保能收到信息的应用领域是不太适合的。
    (2)没有信息状态跟踪。Push技术采用的是“开环控制”模式，一个信息发布以后的状态，如用户是否接收，或客户端收到后是否按信息的提示执行了任务等，这些“反馈信息”发布者无从得知。
    (3)针对性差。推送的信息内容缺乏针对性，不能满足用户的个性化需求。有价值的重要信息，通常都是要针对一些特定的群组来发送的，即只送给相关的人士。Push技术不能满足上述需求。
    (4)信源任务重。信源系统要主动地、快速地、不断地将大量信息推送给用户。
    拉取(Pull)技术指用户有目的地在网络上主动查询信息，用户从浏览器给Web发出请求，由Web获取所需信息。面对拥有海量信息的Internet环境，搜索引擎是有效的网络信息“拉取”（查询）的检索工具。Pull技术的主要优点是针对性强，能满足用户的个性化需求；信息传输量小，网络上所传输的只是用户的请求和服务器针对该请求所作的响应；信源任务轻，信息系统只是被动接受查询，提供用户所需的部分信息。其主要缺点是及时性差，由于用户只会基于自己的知识水平（或专业水平）提出请求，当信源中信息更新变化时，用户难以及时拉取新的动态信息，虽然可以通过定时查询来解决这个问题，但是会浪费大量的网络资源和人力，而且，仍不能保证最好的实时性。对用户要求高，要求用户对信源系统有相应的专业知识，掌握相关的检索技术。
    　　1.2　智能信息推送与拉取
    1.2.1　智能信息推拉模式
    智能信息推拉技术是将信息推送与拉取模式结合，因而能做到取长补短，使二者优势互补。根据推、拉结合顺序及结合方式的差异，又分为以下四种不同推拉模式[3]：
    (1)先推后拉式。先由信源及时推送公共信息，再由用户有针对性地拉取个性化信息。该模式可适用于图书情报部门的信息服务，例如：可将电子期刊的目次信息推送给用户，供其浏览，用户一旦发现自己所需信息，可再连接到服务器浏览或下载全文。
    (2)先拉后推式。用户先拉取搜索所需信息，可根据用户的兴趣，再有针对性地推送相关的其它信息，如个性化的频道订阅、邮件订阅、电台节目点播等。该模式既能满足用户个性化需求，又能进行主动服务，所以这种方式在Intrernet上应用较多。
    (3)推中有拉式。在信息推送过程中，允许用户随时中断、定格在所感兴趣的网页上，并进一步的搜索，主动拉取更丰富的信息。
    (4)拉中有推式。在用户拉取信息的搜索过程中，根据用户输入的查询信息，信源主动推送相关信息和最新信息。
    1.2.2　智能信息推拉模式的特点
    信息“推送”与“拉取”两项技术取长补短，相互结合，在两者的基础上再融入人工智能、知识发现、Internet信息检索及数据库等技术，从而形成“智能信息推拉技术”。这项技术是当前Internet/Intranet、数据库系统及其它信息系统为用户提供信息服务的一个发展方向。智能信息推拉技术的产生，可以提高网络及数据库的智能水平，从而在根本上解决“推送”和“拉取”技术应用过程中所遇到的难题，即如何从海量信息中提取有用信息，如何为不同用户提供个性化的主动信息服务等[4]。“智能信息推送”(IIPP:Intelligent Information push-pull)
    IIPP技术应用了人工智能(AI)、机器学习(ML)方法、知识工程(KE)的知识推理搜索方法、知识发现(KDD)方法等技术，将“智能信息推送”(IIpush)和“智能信息拉取”(IIpull)相结合，提高“信源”对“用户”兴趣的推测水平，实现主动的、个性化的信息推送服务；另一方面，帮助用户快速、准确地从信源拉取信息，提高用户的满意度。人工智能和KDD技术的应用，提高了网络的智能化水平，可以在“推送”或“拉取”到的大量信息中发现其内在规律，提取用户最关心、最感兴趣的有用信息，从而大大降低用户进行下一步搜索和筛选的工作量，进而提高用户获取信息的效率和能力。

    　　2　采用“智能信息推拉”(IIPP)技术，为用户提供主动信息服务

 在数字图书馆信息服务系统中，传统的服务模式是单向主动式信息服务，典型的工作流程是“搜索信息—处理信息—决策—实施”。它需要搜索的信息量大，处理复杂，对网络的通信量和客户机的处理能力、存储能力要求很高，即使采用了推送(Push)技术，服务器推送的内容也只是一些原始信息，或是一些简单的分类信息，还需要由用户本人来完成分析数据、处理数据、辅助决策的任务。在人机系统中，如果机器能够主动地为用户工作，就会减轻用户的脑力和体力劳动。采用“智能信息推拉”(IIPP)技术为代表的自动发现方法及技术是提高信息服务系统主动服务能力的重要途径[5]。
    计算机系统能根据用户信息库所提供的信息（包括用户的咨询史、专业背景资料以及兴趣爱好、研究方向等动态性的用户需求信息）或用户特定的检索要求，不需人的指示而自动工作，进行主动信息服务。用户可以按照自己的目的和需求，在某一特定的系统功能和服务形式中，自己设定信息的来源形式，选取特定的系统服务功能，例如，自动地替用户搜索信息、处理信息，生成决策意见等。这里的主动性是指对人机系统中的计算机系统而言，并非人的主观能动性。主动信息系统使用户由跨网远程信息访问变为本地信息访问，替用户完成从获取信息、到形成结果的大部分工作，但它形成的最终结果还是需由用户审核，并确认。
    　　2.1　主动信息服务的特点
    把信息管理系统设计成主动信息服务系统，不仅可以提高管理的效率和科学化程度，还可将信息决策者从一些日常的统计和管理工作中解脱出来，致力于更高层次的管理与决策，这不仅是应用软件的功能分配问题，更是一种新的系统设计思想。它把计算机系统由“被动响应”变为“主动服务”，把大量的信息获取与处理、加工都交给计算机应用系统去做，为决策者提供主动的服务和支持。其特征可归纳为：主动发布信息，主动预测，主动采集信息，主动处理信息，主动挖掘知识，主动人机交互和主动适应用户。主动信息服务可以是针对个人的，也可以是面向所有用户的。主动信息服务系统兼备了这两种服务的特点，提供主动的个性化服务。
    　　2.2　主动信息服务系统的设计思想
    主动服务系统以人工智能思想为基础，在网络环境中集成O/S技术，结合推、拉方式，可以提高脑力自动化的程度。其目的是提高整个人机系统的智能水平与工作效率，不是单纯地追求机器的智能和自动化程度。进行系统设计时需考虑合理的人机分工，虽然单纯的Push系统正常工作时不需人的干预，可自动发送信息，但它无法满足人们不断变化的各种需求，需结合Pull技术，扬长避短，提高系统的整体性能[6]。
    　　2.3　基于IIPP的主动信息服务系统的设计
    主动信息服务系统的应用非常广泛，以智能决策支持系统(Intelligent Decision Supporting System)（简称IDSS)为例，具体介绍其系统设计原理。
    IDSS主动服务特性主要体现在主动搜集相关信息、自动发现知识、自动生成和传送预测结果和决策方案，减轻用户的手工操作等。因而在实现上，势必要跟踪、分析用户的兴趣需求，过滤次要信息，反映重要信息。智能信息推拉满足了主动服务的技术实现，它通过相关的方法和技术改善了系统与用户的交互[7]。
    在结构上，IIPP将Push与Pull两种信息获取方式进行有机的结合，其目的是根据Pull的历史趋势，加强Push的针对性；同时利用Pull和Push的功能，提高Pull的效率。
    其中：地址和次数管理模块记录用户的每次操作，还可生成新的频道和栏目；意图预测模块是为了预测用户的访问目的；兴趣度管理模块根据用户的各种有关操作，分析修改响应栏目的ID值（用户对栏目信息的期望程度）；更新检测模块用来自动生成检查各栏目对应的信息源是否已被更新；推送决策模块需要根据信息更新与否、更新时间的长短、栏目ID值等因素，计算出用户在当前时刻对某栏目信息的兴趣度（记为CID)，并决定每一次推送操作应该把哪个栏目信息输出到界面；输出管理模块负责控制信息输出效果。

    　　3　结语

    由服务者主动提供的服务和信息，未必完全等同于被服务者的需求，若要提供恰到好处的服务和信息，服务者必需对用户的需求进行尽量准确的预测。然而，

[1] [2] 下一页