基于RSS的个性化信息服务系统研究

王崇峻，魏 鹏



基于RSS的个性化信息服务系统研究

王崇峻1，魏 鹏2

（1. 解放军航天工程大学，北京 101400；2. 家数字交换系统工程技术研究中心，河南 郑州 450002）

针对现有个性化信息服务在动态性与时效性上存在一定局限性的问题，本文充分借助RSS信息聚合的能力，将RSS融合进个性化信息服务系统中，使得众多与用户需求相吻合的信息聚合在一起快速、动态地推送给用户。本文构建了基于RSS的个性化信息服务系统，其功能模块构成主要包括用户兴趣模型构建、资源推荐、RSS包装与信息服务推送，通过系统测试对本系统与人工操作结果进行对比，本系统在去重应用中的查准率为82.0%，查全率为92.2%，说明本架构与系统的可行性以及系统的有效性。

RSS技术；个性化信息服务系统；推送方式

0 引言

上世纪中叶以来，随着科学技术的快速发展，以计算机技术为代表的高新技术逐渐崭露头角，计算机技术与互联网技术迅速在各行各业中扎根深入，信息化建设成为了传统企业转型的途径[1]。技术的革新打破了人们获取信息的时间与空间局限性，为信息的表达与传递提供了信息化平台支撑，与此同时，海量的信息不断生成形成了显著的“信息爆炸”现象，如何从海量的信息中摒弃无价值或无关的信息，准确找到与搜索主题切实相关的信息是现代搜索引擎的研究宗旨。搜索引擎与海量信息搜索技术的发展使得信息服务模式发生了重大变化，由早期的用户被动接收有限量信息逐渐转变为用户根据需求从海量数据库中主动获取实际有价值的信息，这种信息服务模式以用户的需求为核心，依托于个人需求与信息过滤技术可以将需要的信息从不需要的信息（兜售信息，垃圾邮件等）中分离出来，并向用户推送符合其专业特征或使用偏好的信息服务。然而传统的个性化信息服务系统在时效性与动态性上存在一定的局限，在推送方式上也存在用户网络安全隐患与用户操作繁琐等弊端，迫切需要对传统个性化信息服务系统加以改进。

1 研究背景

个性化信息服务系统是应对海量信息快速筛选与推送、用户主动式获取有价值信息的重要途径，其工作流程如图1所示，首先用户遇到难以解决的问题，根据这一问题产生围绕这个问题的信息获取需求，个性化信息服务系统根据的个性化需求采用某种资源搜索与组织策略对信息产品进行生产与优化，采用一定的策略将针对用户个性化信息需求的信息打包成服务并推送给用户，以满足用户个性化信息需求，帮助其解决问题。

图1 个性化信息服务系统工作流程图

传统的个性化信息服务系统中，由于绝大部分的网络信息在结构上均是无序的、非结构化的[2]，在进行用户建模时通常需要许多数据预处理工序，以使得信息相对结构化与规律化，数据预处理工作会带来极大的时间消耗，导致个性化信息服务的时效性较差。同时传统的个性化服务系统在推送方式上存在一定的局限性，其主要采用用户专用网页、频道推送、邮件推送等方式进行个性化服务推送[3]，其中用户专用网页必须要用户先进行系统登录，登录成功进入相应的网站之后才能对信息进行不同程度的定制，若是用户所需信息所在的网站众多，则用户需要非常频繁地登录各个网站以便获得个性化信息服务，一方面增加了用户在信息获取阶段的时间消耗与工序繁杂性，另一方面也会影响用户获取信息的时效性。频道推送，顾名思义是将某些网页设置为浏览器中的频道，用户在使用浏览器时可以像调电视频道一样地接收感兴趣的网页推送的个性化信息，虽然用户无需登录即可获得个性化信息服务，但是在频道推送方式下用户无法屏蔽或取消那些用户未曾订阅的网页内容，也无法关闭那些随时弹出的网页窗口小广告[4]。邮件推送是指向用户发送邮件的方式为用户提供个性化信息服务，这种信息推送方式在安全性方面存在缺陷，推送的邮件中潜伏的病毒会对用户的电脑带来或轻或重的安全隐患，此外，在众多的推送邮件中存在着非贴近用户个性化需求的垃圾邮件，给用户开展邮件管理与垃圾邮件管理工作带来许多不便。

RSS技术基于XML标准[5]，在信息推送方式上具有良好的动态性与时效性，因此现有的个性化信息服务大多引入RSS技术。在个性化信息服务中RSS技术的应用方向主要集中在RSS信息聚合技术以及RSS搜索引擎技术两个方面。在信息聚合方面，RSS主要应用于电子商务平台与网站中，通过搭建信息传播技术平台，将电子商务平台中的用户均作为信息提供的“潜在志愿者”，发布RSS文件提供个性化RSS推送服务。在搜索引擎方面，国内外众多主流搜索引擎，如雅虎、百度、谷歌资讯、人民网、新浪等均采用RSS技术，从海量庞杂的信息中筛选出贴合个性化需求的RSS信息向用户进行动态推送，上述搜索引擎或网站采用“用户专用网页”的的信息推送方式，用户输入个人信息登录到上述网站中即可享受网站所提供的各类分门别类的新闻与信息资讯服务，但是这种定制化的服务并不能充分满足用户对新闻与资讯的个性化需求，无法真正做到用户需要什么，对什么感兴趣，网站就自动推送什么新闻或资讯，即通过对用户浏览新闻或信息资讯的主题与内容进行分析，动态更新符合用户感兴趣主题的网站新闻与资讯，以便用户能够获得迎合自身兴趣与需求的信息服务。这种缺乏用户参与的、相对僵化的个性化网站在一定程度上存在被动性，与真正的“所需即所见”仍然存在不小的差距。

2 基于RSS的个性化信息服务系统设计

基于RSS的个性化信息服务系统旨在运用RSS技术实现个性化需求与个性化信息服务的联动、动态更新，系统从工作流程与功能结构上可以分为用户兴趣模型构建、资源推荐、RSS包装与信息服务推送，其系统架构如图2所示。

（1） 用户兴趣模型构建

用户兴趣模型是基于RSS的个性化信息服务系统的眼睛与耳朵，用于对用户的个性化需求进行搜集获取，对用户的个性化需求、兴趣点、行为模式等进行综合化描述，旨在刻画符合用户内心真实需求的信息服务类型。用户兴趣模型具有唯一性，每一个用户均有其对应构建的用户兴趣模型，每个用户均需要在个性化信息服务系统中进行个人信息注册，以用户登录帐号唯一标识用户个人，一个用户登录帐号对应一个用户兴趣模型，用户登录到信息服务系统后可以浏览自己所感兴趣的新闻、资讯等信息，系统通过对用户浏览新闻或信息资讯的主题与内容进行分析，并追溯用户浏览信息的源头，采用不同的需求搜集方式对用户的兴趣点与需求点进行信息化建设，形成用于描述与表达用户个性化需求与兴趣的模型库，作为动态更新符合用户感兴趣主题的网站新闻与资讯的基础性模型保障，以便用户能够获得迎合自身兴趣与需求的信息服务。

图2 基于RSS的个性化信息服务系统架构图

由于绝大部分的网络信息在结构上均是无序的、非结构化的，在进行个性化服务系统的用户建模时通常需要许多数据预处理工序，以使得信息相对结构化与规律化，数据预处理工作会带来极大的时间消耗，导致个性化信息服务的时效性较差。基于RSS技术的文档信息格式是一种结构化的描述和同步网站内容的格式，结构化的信息特征极大地减少了信息预处理过程中的时耗，同时结构化的信息有利于采用传统的数据查询与检索方式进行高效率地信息筛选，是简化用户兴趣模型构建工序的重要内容之一。网站中的RSS信息的结构化特性有利于信息的分解与抽取，因此对于使用RSS信息源的用户，系统可以无需采用显示的方式，可以采用相对隐性的方式对行为模式、兴趣爱好、个人需求、专业特征等进行跟踪与记忆，获取用户个人信息与用户需求信息，建立更为完善且全面的用户兴趣模型。例如，用户启动浏览器搜索浏览相关信息的记录在短期内会保存在用户访问日志中，这些浏览记录存储者用户与浏览器网站的交互信息[6]，其中蕴含着用户的浏览行为以及用户的偏好特征，是用户兴趣模型构建的重要参考数据，在实际进行用户兴趣模型构建时通常会运用数据挖掘模型如模糊聚类、决策树等对用户的浏览行为以及所浏览网站的信息进行深入挖掘[7]，为模型构建提供数据基础。网站中的信息除了结构化的RSS信息之外，也存在着非结构化的信息，对于这部分信息可以采用显示方式全方位地搜集用户的信息，如用户的姓名、职业、年龄、邮箱地址、手机号码等，以补充用户个人信息表与用户需求信息表，更为针对性地为用户推送符合其专业特征或使用偏好的信息服务。本研究中，基于RSS的个性化信息服务系统的用户个人信息表与用户需求信息表结构如表1与表2所示。

（2） 基于个性化推荐技术的资源组织

基于个性化推荐技术的资源组织即以用户兴趣模型为参照[8]，全网匹配与用户兴趣模型中的用户兴趣点相关的信息，对筛选出的信息进行信息整合与数据组织，运用现有的推荐技术对组织的数据进行计算获得优化结果集，最终的优化结果集是符合用户的个性化需求与兴趣模式的，以达到个性化信息整合的目的[9]。

表1 用户个人信息表

Tab.1 Users' personal information

表2 用户需求信息表

Tab.2 User requirements information

（3） RSS包装

RSS是一种XML，RSS文档遵循XML 1.0规范，在W3C网站上发布了规范。RSS文档中，最外层是元素，version是其属性，属性明确了本文档遵的RSS版本规范，如果RSS文档用此规范表示，那么它的version属性就是2.0。元素中有一个子元素，包含了 (元数据)和它的内容的一些信息。元素下有可选的和必须的频道元素，必需的频道元素有