高新技術(shù)企業(yè)項(xiàng)目可行性分析報(bào)告—申報(bào)材料.doc

高新技術(shù)企業(yè)項(xiàng)目可行性分析報(bào)告申報(bào)材料目錄1. 企業(yè)概況 51.1 企業(yè)基本情況 51.2 科技力量 51.3 產(chǎn)業(yè)化及研發(fā)環(huán)境 71.4 企業(yè)長(zhǎng)遠(yuǎn)發(fā)展規(guī)劃及目標(biāo) 82. 互聯(lián)網(wǎng)咨詢協(xié)調(diào)過慮器及智能檢索支援系統(tǒng)項(xiàng)目論述 92.1 互聯(lián)網(wǎng)咨詢協(xié)調(diào)過慮器及智能檢索支援系統(tǒng)技術(shù)可行性分析 92.1.1 國(guó)際市場(chǎng)現(xiàn)狀及產(chǎn)品分析 92.1.2 智能檢索技術(shù)的概述 協(xié)調(diào)過濾(Collaborative Filtering)技術(shù)造就的個(gè)性化服務(wù) 檢索服務(wù)的個(gè)性化 自動(dòng)收集技術(shù) 自動(dòng)定點(diǎn)觀測(cè)技術(shù) 系統(tǒng)的綜合 系統(tǒng)的運(yùn)用形態(tài) 232.2 互聯(lián)網(wǎng)咨詢協(xié)調(diào)過慮器及智能檢索支援系統(tǒng)市場(chǎng)調(diào)查和需求預(yù)測(cè) 252.3 項(xiàng)目實(shí)施方案 262.3.1 開發(fā)實(shí)施方案 262.3.2 營(yíng)銷計(jì)劃實(shí)施方案 282.4 項(xiàng)目實(shí)施目標(biāo) 282.5 投資估算 282.6 經(jīng)濟(jì)、社會(huì)效益分析 282.7 項(xiàng)目可行性分析結(jié)論 284 管理信息化系統(tǒng)通用化平臺(tái)及業(yè)務(wù)邏輯自動(dòng)生成工具系統(tǒng)項(xiàng)目論述 294.1 管理信息化系統(tǒng)通用化平臺(tái)及業(yè)務(wù)邏輯自動(dòng)生成工具系統(tǒng)技術(shù)可行性分析 294.1.1 開發(fā)背景 294.1.2 平臺(tái)模式 294.1.3 開發(fā)方案 314.2 管理信息化系統(tǒng)通用化平臺(tái)及業(yè)務(wù)邏輯自動(dòng)生成工具系統(tǒng)市場(chǎng)調(diào)查和需求預(yù)測(cè) 334.3項(xiàng)目實(shí)施方案 334.3.1 開發(fā)實(shí)施方案 334.3.2 營(yíng)銷計(jì)劃實(shí)施方案 334.4 項(xiàng)目實(shí)施目標(biāo) 334.5 投資估算 344.6 經(jīng)濟(jì)、社會(huì)效益分析 344.7 項(xiàng)目可行性分析結(jié)論 34 WBT（Web-Based Training）系統(tǒng)項(xiàng)目論述 35.1 WBT（Web-Based Training）系統(tǒng)技術(shù)可行性分析 355.1.1 WBT系統(tǒng)的誕生背景 355.1.2 計(jì)算機(jī)輔助教學(xué)的理論 3 建構(gòu)主義學(xué)習(xí)與教學(xué)理論在計(jì)算機(jī)輔助教學(xué)中的實(shí)現(xiàn)模式 3 計(jì)算機(jī)輔助教學(xué)的現(xiàn)有模式 37(1) CBT(Computer-Based Training)模式 37(2) 初級(jí)WWW模式 37(3) 具有管理機(jī)能的WWW模式 38(4) 統(tǒng)一規(guī)格的具有管理機(jī)能的WWW模式 3 WBT（Web-Based Training）系統(tǒng)模式的規(guī)格 39(1) AICC（Aviation Industry CBT Committee） 39(2) IMS（Instructional Management System） 39(3) IEEE LTSC（Learning technology Standards Committee） 39(4) ADLNet（Advanced Distributed Learning） 40(5) WBT（Web-Based Training）系統(tǒng)模式規(guī)格之間的關(guān)系 405.1.3 WBT系統(tǒng)的構(gòu)成理論 4 CMI的管理體系 4 WBT規(guī)格下的CMI等級(jí) 4 CBT機(jī)能 4 CBT,CMI的界面 4WBT系統(tǒng)實(shí)裝形態(tài) 435.1.4 WBT的應(yīng)用范圍 475.1.5 WBT的特點(diǎn) 485.1.6 WBT發(fā)展現(xiàn)狀 485.2 WBT系統(tǒng)的構(gòu)筑平臺(tái)系統(tǒng)市場(chǎng)調(diào)查和需求預(yù)測(cè) 485.3項(xiàng)目實(shí)施方案 485.3.1 開發(fā)實(shí)施方案 485.3.2 營(yíng)銷計(jì)劃實(shí)施方案 495.4 項(xiàng)目實(shí)施目標(biāo) 495.5 投資估算 495.6 經(jīng)濟(jì)、社會(huì)效益分析 495.7 項(xiàng)目可行性分析結(jié)論 491. 企業(yè)概況 1.1 企業(yè)基本情況公司是一家由海外歸國(guó)人員和國(guó)內(nèi)的計(jì)算機(jī)界精英共同創(chuàng)辦的追求高科技、重視實(shí)際應(yīng)用的公司。企業(yè)的法定地址為公司現(xiàn)有員工人。注冊(cè)資金為人民幣、總資產(chǎn)為人民幣。企業(yè)登記注冊(cè)類型有限責(zé)任公司。1.2 科技力量(1) 主要人員構(gòu)成情況職務(wù) 姓名 學(xué)歷 主要經(jīng)歷 技術(shù)專長(zhǎng) 王立群 博士 1 1980至1984 西安電子科技大學(xué)2 1984至1989 中國(guó)計(jì)算機(jī)系統(tǒng)工程研究所3 1989至1990 日本日立制作所4 1990至1992 夏普多媒體研究所5 1992至1994 富士通網(wǎng)絡(luò)事業(yè)部 6 1995至1996 日本NTT軟件公司7 1997至2000 日本NTT通信研究所8 2000至2001日本共達(dá)網(wǎng)絡(luò)有限公司9 2001至2002-2 北京共達(dá)公司總經(jīng)理 計(jì)算機(jī)操作系統(tǒng)，計(jì)算機(jī)應(yīng)用系統(tǒng)（物流系統(tǒng)，MIS系統(tǒng)，CRM系統(tǒng)，MRP系統(tǒng)），計(jì)算機(jī)圖像處理，計(jì)算機(jī)通信技術(shù)，互聯(lián)網(wǎng)技術(shù)，軟件工程。 高洋 大學(xué)本科 1 1994至1998 北京大學(xué)2 1998-8至2001-5 日本UNSYS有限公司3 2001-6至2002-2 北京共達(dá)公司董事兼系統(tǒng)開發(fā)部部長(zhǎng) 計(jì)算機(jī)操作系統(tǒng)，計(jì)算機(jī)應(yīng)用系統(tǒng)（物流系統(tǒng)，MIS系統(tǒng)，CRM系統(tǒng)，MRP系統(tǒng)），計(jì)算機(jī)圖像處理，計(jì)算機(jī)通信技術(shù)，互聯(lián)網(wǎng)技術(shù)，軟件工程。 李發(fā)春 大學(xué)本科 1 1994至1998 北京大學(xué)2 2000-8至2001-6 日本共達(dá)網(wǎng)絡(luò)有限公司3 2001-6至2002-2 北京共達(dá)公司董事兼總工程師 計(jì)算機(jī)操作系統(tǒng)，計(jì)算機(jī)應(yīng)用系統(tǒng)（物流系統(tǒng)，MIS系統(tǒng)，CRM系統(tǒng)，MRP系統(tǒng)），計(jì)算機(jī)圖像處理，計(jì)算機(jī)通信技術(shù)，互聯(lián)網(wǎng)技術(shù)，軟件工程。 吳濤 碩士 1 1994至1998 北京大學(xué)2 1998至2001-4 中國(guó)科學(xué)院3 2001-5至2002-2 北京共達(dá)公司產(chǎn)品開發(fā)科科長(zhǎng) 計(jì)算機(jī)操作系統(tǒng)，計(jì)算機(jī)應(yīng)用系統(tǒng)（物流系統(tǒng)，MIS系統(tǒng)，CRM系統(tǒng)，MRP系統(tǒng)），計(jì)算機(jī)圖像處理，計(jì)算機(jī)通信技術(shù)，互聯(lián)網(wǎng)技術(shù)，軟件工程。 戴永繼 大學(xué)本科 1 1994至1998 中國(guó)北京大學(xué)2 1998至2000-5 中國(guó)石油化工研究院3 2000-5至2000-4日本共達(dá)網(wǎng)絡(luò)有限公司4 2000-4至2002-2北京共達(dá)公司工程開發(fā)科科長(zhǎng) 計(jì)算機(jī)操作系統(tǒng)，計(jì)算機(jī)應(yīng)用系統(tǒng)（物流系統(tǒng)，MIS系統(tǒng)，CRM系統(tǒng)，MRP系統(tǒng)），計(jì)算機(jī)圖像處理，計(jì)算機(jī)通信技術(shù)，互聯(lián)網(wǎng)技術(shù)，軟件工程。公司的主要人員均具有良好的基礎(chǔ)知識(shí)和理論知識(shí)，并具有較長(zhǎng)時(shí)間的國(guó)內(nèi)外研究開發(fā)實(shí)踐，具有良好的外語水平。不斷關(guān)注掌握國(guó)外技術(shù)新動(dòng)向，同中國(guó)具體實(shí)際相結(jié)合，開發(fā)出符合實(shí)際需求的實(shí)用產(chǎn)品，是我們追求的目標(biāo)。(2) 企業(yè)科研隊(duì)伍知識(shí)結(jié)構(gòu)、人數(shù)、科技成果、新產(chǎn)品開發(fā)情況。公司現(xiàn)有科研開發(fā)人員*名，均具有大學(xué)本科以上的學(xué)歷。并伴隨公司的發(fā)展，計(jì)劃從現(xiàn)地陸續(xù)招收優(yōu)秀人才。公司的主要人員通過多年的研究開發(fā)實(shí)踐，通過長(zhǎng)年學(xué)習(xí)和調(diào)查的日積月累，通過較長(zhǎng)時(shí)間的討論和實(shí)驗(yàn)，已積累了下述2個(gè)項(xiàng)目的大量資料和代碼。公司準(zhǔn)備用1到2年的時(shí)間，在承接企業(yè)信息化建設(shè)項(xiàng)目的同時(shí)，完成這2個(gè)項(xiàng)目的產(chǎn)品化。項(xiàng)目1：互聯(lián)網(wǎng)咨詢協(xié)調(diào)過慮器及智能檢索支援系統(tǒng)項(xiàng)目2：管理信息化系統(tǒng)通用化平臺(tái)及業(yè)務(wù)邏輯自動(dòng)生成工具系統(tǒng)1.3 產(chǎn)業(yè)化及研發(fā)環(huán)境企業(yè)生產(chǎn)地址、研發(fā)地址研發(fā)環(huán)境主要是計(jì)算機(jī)及其關(guān)聯(lián)設(shè)備。1.4 企業(yè)長(zhǎng)遠(yuǎn)發(fā)展規(guī)劃及目標(biāo)前2年為穩(wěn)定基盤階段,后2年以擴(kuò)大發(fā)展為中心。第一年 第二年 第三年 第四年人數(shù) 10人 20人 30人 40人銷售額（RMB） 180萬 250萬 500萬 1000萬第一年以我們利用業(yè)余時(shí)間開發(fā)的企業(yè)網(wǎng)構(gòu)筑框架為中心,承接國(guó)內(nèi)的企業(yè)網(wǎng)開發(fā)項(xiàng)目，并不斷完善企業(yè)網(wǎng)構(gòu)筑框架，使其成為管理信息化系統(tǒng)通用化平臺(tái)及業(yè)務(wù)邏輯自動(dòng)生成工具。自主產(chǎn)品首先以管理信息化系統(tǒng)通用化平臺(tái)及業(yè)務(wù)邏輯自動(dòng)生成工具和互聯(lián)網(wǎng)咨詢協(xié)調(diào)過慮器及智能檢索支援系統(tǒng)為主進(jìn)行投入開發(fā)。2. 互聯(lián)網(wǎng)咨詢協(xié)調(diào)過慮器及智能檢索支援系統(tǒng)項(xiàng)目論述 2.1 互聯(lián)網(wǎng)咨詢協(xié)調(diào)過慮器及智能檢索支援系統(tǒng)技術(shù)可行性分析2.1.1 國(guó)際市場(chǎng)現(xiàn)狀及產(chǎn)品分析人類進(jìn)入二十世紀(jì)之后，有2種不同概念的高速公路得到了迅猛的發(fā)展。這2種不同的高速公路，極大地改變了人類的生活方式以及思維方法。其中，一種是現(xiàn)實(shí)生活中交通環(huán)境的高速公路車輛行駛的高速公路（Highway），另一種是信息社會(huì)中的交通要道情報(bào)高速公路（Information Highway）。 由于計(jì)算機(jī)技術(shù)的迅速普及和WWW技術(shù)即互聯(lián)網(wǎng)技術(shù)的不斷進(jìn)化，情報(bào)高速公路得到了前所未有的促進(jìn)和發(fā)展。與此同時(shí)，情報(bào)高速公路的完善反過來也極大地促進(jìn)并影響了計(jì)算機(jī)技術(shù)和互聯(lián)網(wǎng)技術(shù)的進(jìn)一步普及。這種互相促進(jìn)互相補(bǔ)充的關(guān)系，終于造成了本世紀(jì)“工業(yè)革命”的爆發(fā)。據(jù)截止到2000年12月31日的統(tǒng)計(jì)表明，中國(guó)國(guó)內(nèi)連接到互聯(lián)網(wǎng)上的計(jì)算機(jī)數(shù)達(dá)到了892萬臺(tái)。ISP（Internet Service Provider，互聯(lián)網(wǎng)服務(wù)商）和ICP（Internet Commerce Provider，互聯(lián)網(wǎng)商務(wù)貿(mào)易商）的數(shù)目達(dá)到了數(shù)萬個(gè)，其客戶數(shù)達(dá)到了2250萬人。到年，我國(guó)聯(lián)網(wǎng)計(jì)算機(jī)將達(dá)到萬臺(tái)，數(shù)據(jù)、多媒體和互聯(lián)網(wǎng)用戶將達(dá)到億戶左右，上網(wǎng)人口普及率將達(dá)到左右。但另一方面，從至今為止ISP所能掌握的技術(shù)和其所能提供的服務(wù)來看，各家之間并沒有實(shí)質(zhì)性的不同。因此，各家服務(wù)商圍繞著通信速度、用戶所能享受的磁盤空間、特別是上網(wǎng)價(jià)格方面，展開了激烈的競(jìng)爭(zhēng)。隨著硬件成本的不斷下降，最終必將導(dǎo)致價(jià)格之戰(zhàn)的惡性循環(huán)?？v觀互聯(lián)網(wǎng)的發(fā)展過程，可以得出以下的結(jié)論：沒有鮮明特色的ISP，必然會(huì)被時(shí)代所淘汰。因此，經(jīng)濟(jì)概念上的ISP必將向ASP（Application Service Provide，應(yīng)用服務(wù)商）的方向進(jìn)化，這也就是ASP成為現(xiàn)今的熱門話題的最重要的原因，也就是說能提供滿足用戶千變?nèi)f化的要求的真正的服務(wù)才能獲得生存的空間。據(jù)某些分析資料，在二十一世紀(jì)IT產(chǎn)業(yè)將流行三個(gè)不同的C。第一個(gè)C是EC（Electronic Commerce，電子商務(wù)）。第二個(gè)C是Communication（情報(bào)交流）。第三個(gè)C是Customize（靈活多變）。在本可行性報(bào)告中提到的互聯(lián)網(wǎng)咨詢協(xié)調(diào)過慮器及智能檢索支援系統(tǒng)的著眼點(diǎn)直接涉及到了Communication和Customize，并間接影響到了Electronic Commerce。這個(gè)系統(tǒng)的目標(biāo)是把強(qiáng)大的生命注入到ISP中去，使其進(jìn)化成具有鮮明個(gè)性的ASP，從而使單純的價(jià)格之戰(zhàn)轉(zhuǎn)化為互聯(lián)網(wǎng)服務(wù)內(nèi)容和水平的高層次的勝負(fù)較量。2.1.2 智能檢索技術(shù)的概述 協(xié)調(diào)過濾(Collaborative Filtering)技術(shù)造就的個(gè)性化服務(wù)背景：當(dāng)今世界，隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，諸如WWW，Netnews，Mailing list等各種各樣的情報(bào)源不斷涌現(xiàn)，使得人們有可能從更多的情報(bào)源中收集信息。與此同時(shí)，大量的情報(bào)造成了信息的爆炸，使人們?yōu)榱双@得所需的情報(bào)不得不花費(fèi)大量寶貴的時(shí)間，從而使情報(bào)收集變得近乎失去了意義。為解決這個(gè)問題，出現(xiàn)了各種不同的辦法和方案。但同時(shí)也存在著共同的問題：l 想要獲得的情報(bào)雖然并不存在，但由于用戶無法判斷而還在執(zhí)迷不悟地檢索；l 想要得到的情報(bào)的確存在，然而由于方法不當(dāng)而找不到這些信息；l 在情報(bào)檢索過程中，收集到大量的洪水般的多余情報(bào)致使有用的信息被淹沒；至今為止，從互聯(lián)網(wǎng)上獲取信息有情報(bào)檢索、情報(bào)過濾和瀏覽等幾種方法。簡(jiǎn)述如下： 情報(bào)檢索情報(bào)檢索，即對(duì)檢索關(guān)鍵字不斷調(diào)整，判斷其檢索結(jié)果并將其反饋到關(guān)鍵字中去，最后，特定到所需的情報(bào)源之上。用戶所指定的關(guān)鍵字直接影響到數(shù)據(jù)庫(kù)的檢索。數(shù)據(jù)庫(kù)系統(tǒng)將符合條件的數(shù)據(jù)抽取出來送給用戶，由用戶自己去判斷檢索結(jié)果的滿足度。用戶的要求得到滿足后，情報(bào)檢索宣告結(jié)束。否則將會(huì)再次修正關(guān)鍵字，再度檢索數(shù)據(jù)庫(kù)力爭(zhēng)逼近理想的結(jié)果。這個(gè)處理周而復(fù)始，整個(gè)過程就形成了人們所熟知的情報(bào)檢索。對(duì)于情報(bào)檢索來說，每個(gè)用戶，每次檢索過程都互不相關(guān)，完全是獨(dú)立的。也就是說關(guān)心同一類情報(bào)的用戶之間并不能交換情報(bào)，所以也無法形成信息共有，情報(bào)檢索的效率完全依賴于檢索者個(gè)人的知識(shí)和熟練程度。 情報(bào)過濾情報(bào)過濾是指對(duì)所獲得的情報(bào)而設(shè)定優(yōu)先度，比如Mailing list就是一例。加入者眾多的Mailing list，一個(gè)用戶在一天之內(nèi)完全有可能收到100件以上的電子郵件，而用戶查看這些郵件必然要花費(fèi)大量的時(shí)間。情報(bào)過濾就是為解決這個(gè)問題而發(fā)展出的技術(shù)。 情報(bào)過濾是這樣一個(gè)過程：用戶可以事先指定代表不需要情報(bào)的關(guān)鍵字，過濾系統(tǒng)則將含有這些關(guān)鍵字的信息源排除出去。除此之外，用戶亦可指定所需情報(bào)的關(guān)鍵字及優(yōu)先順序，過濾系統(tǒng)將根據(jù)這些要求把收集到的情報(bào)標(biāo)上優(yōu)先順序再提供給用戶。情報(bào)過濾系統(tǒng)就是這樣一個(gè)選擇情報(bào)的收集方法。和情報(bào)檢索方法類似，使用情報(bào)過濾系統(tǒng)的用戶，相互之間是獨(dú)立的，無法實(shí)行有效地情報(bào)共享，也做不到高效率的情報(bào)收集。用戶根據(jù)自己的水平?jīng)Q定關(guān)鍵字，稍有不慎會(huì)導(dǎo)致將實(shí)際上所需要的情報(bào)拒之門外。綜上所述，情報(bào)過濾與情報(bào)檢索相同，欲實(shí)現(xiàn)高效的檢索必須具有相當(dāng)?shù)氖炀毥?jīng)驗(yàn)。 瀏覽瀏覽是指相關(guān)于Hypertext（即互聯(lián)網(wǎng)的網(wǎng)頁(yè)）的情報(bào)收集方法。一個(gè)具體的例子就是大家所熟悉的對(duì)各種WWW主頁(yè)的檢索。瀏覽的一個(gè)特點(diǎn)是某些場(chǎng)合下用戶并沒有明確的目的，在對(duì)各種主頁(yè)進(jìn)行瀏覽的過程中逐步獲得明確目的的情報(bào)。瀏覽屬于最困難的情報(bào)收集方法的一種。首先，用戶并不知道他所需的情報(bào)是否存在。其次，用戶很可能找不到他所需的情報(bào)。用戶通過各種連接方式（Link）去尋找情報(bào)，但對(duì)Link的選擇可能導(dǎo)致他離所需情報(bào)愈來愈遠(yuǎn)。這個(gè)問題的發(fā)生，同樣是因?yàn)闉g覽亦是相互之間獨(dú)立進(jìn)行的緣故。 因此，從上述網(wǎng)上獲取情報(bào)的3種方法的說明上可以得出結(jié)論，獨(dú)立進(jìn)行情報(bào)收集的做法，造成了即使是關(guān)心同樣內(nèi)容的用戶也無法實(shí)現(xiàn)情報(bào)共有/共享。而在現(xiàn)實(shí)世界里，對(duì)于關(guān)心共同話題，共同內(nèi)容的用戶來說，一個(gè)最重要的問題就是進(jìn)行高效的情報(bào)交流和共享。但是十分遺憾的是傳統(tǒng)的手法實(shí)現(xiàn)這種共有/共享是不可能的。相互間獨(dú)立的情報(bào)收集是現(xiàn)有各種主要檢索軟件的致命傷，是一種不可取的方式?；ヂ?lián)網(wǎng)的發(fā)展,迫切需要一個(gè)用于信息收集、具有智能的檢索支援系統(tǒng)。為解決上述的問題，出現(xiàn)了協(xié)調(diào)過濾這樣一種嶄新的方法。協(xié)調(diào)過濾法充分利用了他人的知識(shí)進(jìn)行情報(bào)收集。而這些知識(shí)常常包含了間接、甚至直接解決問題的重要信息。這種做法大大減少了收集情報(bào)所需的時(shí)間和工作量。更具體地說，根據(jù)用戶的愛好和要求，系統(tǒng)自動(dòng)提供/推薦各類信息，也即推薦服務(wù)（Recommence Service）的方法。以下是日本的日經(jīng)網(wǎng)絡(luò)商務(wù)（Nikkei Net Business）舉辦的第9回互聯(lián)網(wǎng)用戶調(diào)查的結(jié)果（調(diào)查期間1999年11月18日12月2日）。調(diào)查提問.作為檢索服務(wù)的一種，以用戶輸入的檢索關(guān)鍵字為基準(zhǔn)，向用戶介紹有關(guān)網(wǎng)上商品銷售網(wǎng)站（Web Site）的推薦（Recommence）型服務(wù)已經(jīng)開始了。你想使用這類服務(wù)嗎？請(qǐng)選擇下列合適的答案?；卮?年月 1999年12月 1999年6月 1998年12月還從未使用過，看起來很方便，今后想利用。 38.9% 39.5% 37.9%不知道是什么樣的服務(wù)，無法表態(tài)。 26.7% 25.4% 22.9%還從未使用過，因感到不必要，今后也不打算利用。 18.8% 20.2% 24.0%已經(jīng)使用過了，感到很方便，今后也準(zhǔn)備繼續(xù)利用。 11.2% 10.4% 9.8%已經(jīng)使用過了，感到?jīng)]必要。今后不再利用了。 3.7% 3.9% 4.6%其他 0.8% 0.6% 0.8% 互聯(lián)網(wǎng)活躍用戶調(diào)查(日經(jīng)BP出版社)據(jù)以上的調(diào)查結(jié)果，實(shí)際上用過情報(bào)推薦服務(wù)的用戶占全體的14.9%，作為剛開始不久的服務(wù)來說這個(gè)數(shù)字不算什么，但想利用的用戶占50.1%，將全體的一半。從這個(gè)調(diào)查結(jié)果來看，推薦服務(wù)將在互聯(lián)網(wǎng)今后的發(fā)展中起到舉足輕重的作用。綜上所述,在各種情報(bào)的收集活動(dòng)中,通過使用協(xié)調(diào)技術(shù)，可以提高收集活動(dòng)的效率。體現(xiàn)協(xié)調(diào)特點(diǎn)的情報(bào)收集的一個(gè)例子是mailing list。關(guān)心相同內(nèi)容的用戶參加mailing list，相互之間交換情報(bào)。請(qǐng)想象某用戶就某個(gè)問題向mailing list的參加者進(jìn)行詢問，而參加者們或直接回答問題，或提供能對(duì)解決問題有幫助的情報(bào)及提示。這個(gè)過程即是一個(gè)相互協(xié)調(diào)的過程。與單獨(dú)的情報(bào)收集相比，相互協(xié)調(diào)的方法能更有效地提高檢索效率。 技術(shù)構(gòu)成要素協(xié)調(diào)過濾方法是基于情報(bào)流通傳播，以提高收集效率為目標(biāo)的情報(bào)收集的方法。情報(bào)流通是指為持不同問題的用戶自動(dòng)尋找解決問題的情報(bào)；向持相同問題的用戶提供推薦服務(wù)；需要尋找關(guān)注某特定問題的用戶群，進(jìn)而得到為解決問題所必需的信息。則是將這些用戶的特征歸納起來，做到情報(bào)的交換。協(xié)調(diào)過濾方法則將上述的過程自然地融為一體。所以,我們可以為協(xié)調(diào)過濾做以下的定義。協(xié)調(diào)過濾（Collaborative Filtering）：從人類的情報(bào)收集活動(dòng)中,歸納抽象出其所對(duì)應(yīng)的愛好,關(guān)心,意圖等形態(tài)意識(shí),并通過獲取的收集情報(bào)及歸納抽象出的形態(tài)意識(shí),對(duì)人類進(jìn)行分類,實(shí)現(xiàn)類似人類間的情報(bào)交換的手段。另外，還有各種各樣不同的定義方法。比如，1996年出現(xiàn)的協(xié)調(diào)過濾法研究系統(tǒng)Group lens（協(xié)調(diào)過濾法最有名的研究系統(tǒng)之一），其開發(fā)者之一Paul Resnick有過如下的說明?！癎uiding peoples choices of what to read，what to look at，what to watch，what to listen to （the filtering part），and doing that guidance base on information gathered from some other people（the collaborative）?！笨煞g成下文：以從其他用戶收集到的情報(bào)（協(xié)調(diào)部）為基礎(chǔ)，向每個(gè)利用者提供“應(yīng)該讀什么”，“應(yīng)該關(guān)注什么”，“應(yīng)該看些什么”，“應(yīng)該聽些什么”等建議（過濾部） 從上述的表述中可以看出，對(duì)各種各樣的情報(bào)來說，人們的評(píng)價(jià)及這些情報(bào)在社會(huì)中的影響可以被用來判斷情報(bào)本身的價(jià)值，以及決定是否值得被推薦，這也就是協(xié)調(diào)過濾法的一個(gè)最大的特征。正是基于這點(diǎn)，有時(shí)也稱其為社會(huì)過濾法（Social Filtering）。作為協(xié)調(diào)過濾方法的一種，為實(shí)現(xiàn)能從洪水般的情報(bào)中抽取用戶必要的信息,推薦系統(tǒng)（Recommence System）常備使用。另外，為能實(shí)現(xiàn)利用者愛好的自動(dòng)追蹤及判斷，Agent系統(tǒng)（Agent system）技術(shù)及人工智能技術(shù)的研究利用,也有很大的潛力。協(xié)調(diào)過濾法用到的算法有以下幾種：I Active Collaborative Filtering(ACF)最初的協(xié)調(diào)過濾系統(tǒng)是Xerox公司的PARC研究所的電子郵件系統(tǒng)，由David Malts等人開發(fā)研究的Information Tapestry電子郵件系統(tǒng)，該系統(tǒng)被Lotus Notes 中的Printer部分所采用。該系統(tǒng)的特點(diǎn)是:彼此相識(shí)、指定范圍內(nèi)的用戶通過相互指定，可以做到指定人與其認(rèn)可的某一領(lǐng)域?qū)＜?被指定人)間的情報(bào)同步。II Automated Collaborative Filtering(ACF)正如其名稱所示，系統(tǒng)會(huì)根據(jù)用戶已有的評(píng)價(jià)值，對(duì)尚未處理的情報(bào)進(jìn)行自動(dòng)評(píng)價(jià)(預(yù)測(cè))，將得分高的情報(bào)主動(dòng)向用戶推薦。自動(dòng)評(píng)價(jià)的預(yù)測(cè)值則是根據(jù)其他用戶和本用戶的評(píng)價(jià)情報(bào)，采用皮爾森相關(guān)系數(shù)等相關(guān)算法而計(jì)算出來的。這種方法有它的缺點(diǎn)。由于歸根到底是靠用戶的評(píng)價(jià)值而進(jìn)行推薦的，如果某個(gè)情報(bào)誰也沒進(jìn)行評(píng)價(jià)則永遠(yuǎn)得不到推薦。另一方面，評(píng)價(jià)數(shù)據(jù)不足時(shí)推薦的精度也受影響。另外，情報(bào)量和用戶數(shù)（評(píng)價(jià)數(shù)）差距較大時(shí)，難以找到附近的用戶等。MIT（麻省理工學(xué)院）的音樂情報(bào)推薦系統(tǒng)Ringo，明尼蘇達(dá)大學(xué)的Netnews推薦系統(tǒng)Group lens等許多協(xié)調(diào)過濾系統(tǒng)都采用了這一種方法。III Feature Guided Automated Collaborative Filtering（FGACF）根據(jù)用戶的愛好，從事的領(lǐng)域各不相同這一現(xiàn)實(shí)，采用把作為過濾對(duì)象的項(xiàng)目群賦予屬性情報(bào)，從而縮小問題的范圍，提高推薦精度的方法即為FGACF法。Firefly Networks 公司（現(xiàn)已被MicroSoft公司收購(gòu)）的Firefly采用了這個(gè)方法。純粹的ACF基本上不考慮情報(bào)的內(nèi)容，在情報(bào)量不斷增大的時(shí)候仍把各種情報(bào)一視同仁，很容易造成錯(cuò)誤的推薦。另外，存在著隨情報(bào)量增大計(jì)算時(shí)間也增加的問題。為解決這些問題，事先把各種情報(bào)通過賦予屬性情報(bào)的方法進(jìn)行分類（Feature Guided），根據(jù)屬性情報(bào)分組，將愛好相近，領(lǐng)域類同的有用情報(bào)盡早地向用戶推薦。 IV Content-Based Collaborative Filtering當(dāng)主要以Web網(wǎng)頁(yè)，Netnews信息等文章情報(bào)作為過濾處理對(duì)象的時(shí)候，同時(shí)結(jié)合情報(bào)內(nèi)容(Contents)過濾處理和協(xié)調(diào)過濾處理兩者長(zhǎng)處的作法也逐步得到了完善和發(fā)展。近年來,以互聯(lián)網(wǎng)的各種Web網(wǎng)頁(yè)作為過濾處理對(duì)象，從文章中出現(xiàn)的各個(gè)關(guān)鍵詞組出發(fā)，對(duì)系統(tǒng)中新登錄情報(bào)進(jìn)行預(yù)測(cè)評(píng)價(jià)的方法受到了廣泛的關(guān)注。通過事先將各種情報(bào)分組的方法,達(dá)到提高協(xié)調(diào)過濾處理精度目的的手法得到了引人注目的發(fā)展。斯坦福大學(xué)(Stanford University) 的產(chǎn)品Fab，明尼蘇達(dá)大學(xué)計(jì)算機(jī)科學(xué)工程系(Dept. of Computer Science and Engineering at the University of Minnesota)的Net Perceptions Inc.的產(chǎn)品Filterbots等都是文章情報(bào)基礎(chǔ)的協(xié)調(diào)過濾系統(tǒng)的例子。上面提到的作為Netnews的推薦系統(tǒng)Grouplens也在把成為推薦對(duì)象的文章分成Newsgroup方面下了大的力量，所以從廣義上也可以說是一個(gè)FGACF系統(tǒng)。除此之外，世界上各大學(xué)和公司也在研究利用情報(bào)的屬性進(jìn)行多變量解析的Cluster分析法自動(dòng)地把項(xiàng)目分組，從而提高系統(tǒng)性能和精度。以上各種算法的實(shí)現(xiàn)，基于大量的傳統(tǒng)數(shù)學(xué)模型，一種算法中可能包含有多種數(shù)學(xué)模型，也可能是某一算法對(duì)應(yīng)于多種數(shù)學(xué)模型候補(bǔ)。從類別上可分成類似算法數(shù)學(xué)模型，分組算法數(shù)學(xué)模型，自然語言分析數(shù)學(xué)模型等三類。關(guān)于這些數(shù)學(xué)模型情報(bào),我們?cè)谙乱还?jié)中有較詳細(xì)的記述。協(xié)調(diào)過濾法的特點(diǎn)下表列出了協(xié)調(diào)過濾法的主要特點(diǎn)。優(yōu)點(diǎn) 缺點(diǎn)不依賴于情報(bào)的內(nèi)容可解決僅靠一般方法而解決不了的情報(bào)過濾問題 初期評(píng)價(jià)的問題（early rater problem）單純的協(xié)調(diào)過濾法不能對(duì)新登錄的情報(bào)進(jìn)行評(píng)價(jià)預(yù)測(cè)。另外，對(duì)于登錄的情報(bào)及新注冊(cè)的用戶而言，推薦的精度較差。易于發(fā)現(xiàn)重要情報(bào)互聯(lián)網(wǎng)情報(bào)內(nèi)容（contents）基礎(chǔ)上的過濾法是對(duì)所有的情報(bào)不加區(qū)分，一視同仁地處理的。相比之下，協(xié)調(diào)過濾法，則可自動(dòng)判別這些情報(bào)是否受到廣大用戶的認(rèn)可。 稀薄性問題（sparsity problem）能使協(xié)調(diào)過濾系統(tǒng)正常發(fā)揮作用的理想條件是存在大量的，得到眾多用戶評(píng)價(jià)的情報(bào)。但現(xiàn)實(shí)往往是只能收集到很少一部分受到評(píng)價(jià)的情報(bào)。評(píng)價(jià)情報(bào)的反饋用戶對(duì)情報(bào)的評(píng)價(jià)可將系統(tǒng)運(yùn)營(yíng)者的利益（如判斷登載哪一類廣告等）和用戶的利益（獲得有益情報(bào)）直接連接起來。 孤獨(dú)用戶的存在問題（gray sheep）特別是在中小規(guī)模的網(wǎng)絡(luò)內(nèi)使用協(xié)調(diào)過濾系統(tǒng)時(shí)，有可能存在著與多數(shù)用戶意見不同的孤獨(dú)的用戶。結(jié)果不夠明確因?yàn)椴捎媒y(tǒng)計(jì)學(xué)的方法計(jì)算預(yù)測(cè)評(píng)價(jià)值，所以無法保證100%的準(zhǔn)確性。由此而造成錯(cuò)誤的過濾。 由上表可知，想開發(fā)成功的制品,就需要揚(yáng)長(zhǎng)避短，在前述的技術(shù)構(gòu)成要素之上施行細(xì)致的調(diào)整?？梢赃@樣說，怎樣將各種技術(shù)要素有機(jī)地結(jié)合成一個(gè)完整的系統(tǒng)，是本系統(tǒng)商品化成敗的關(guān)鍵。當(dāng)今世界中協(xié)調(diào)過濾技術(shù)的應(yīng)用現(xiàn)狀近年來，做為取代傳統(tǒng)的想方設(shè)法地搜索信息的方法，開始出現(xiàn)了一種從情報(bào)源主動(dòng)向用戶提供情報(bào)的方法，即推薦服務(wù)的方法。更值得注目的是以著名的,規(guī)模大的互聯(lián)網(wǎng)提供商提供的檢索引擎和電子商務(wù)（EC）服務(wù)為中心而逐步展開的個(gè)人服務(wù)。這些服務(wù)針對(duì)每個(gè)用戶的不同特點(diǎn)進(jìn)行調(diào)整，從而形成因人而異的情報(bào)提供方式。個(gè)性化服務(wù)和一對(duì)一服務(wù)（OnetoOne Service）具有相同的含義。這類服務(wù)建立了Web網(wǎng)頁(yè)提供商和用戶之間一一對(duì)應(yīng)的關(guān)系，由此出發(fā)，進(jìn)而大幅度提高服務(wù)質(zhì)量。做為推薦服務(wù)和個(gè)性化服務(wù)的核心技術(shù)，協(xié)調(diào)過濾技術(shù)在1996年左右就被研究開發(fā)出來了。但目前的現(xiàn)實(shí)是該技術(shù)的研究開發(fā)仍是以美國(guó)的大學(xué)和研究機(jī)構(gòu)為主。處理中使用的各種數(shù)學(xué)模型系統(tǒng)內(nèi)部使用的算法如下所示，所有算法都屬于古典統(tǒng)計(jì)學(xué)的范疇之內(nèi)。i：類似算法數(shù)學(xué)模型 類似算法:對(duì)某個(gè)對(duì)象而言,從對(duì)象集合中找出與其相類似的對(duì)象的算法. 以下列出各算法的方程式,并對(duì)各個(gè)符號(hào)一一說明. i=(i1,i2,.,ip); j=(j1,j2,.,jp); (max,min是的最大值和最小值) ： if (mn= = 0) then = 0 ; else = 1 ; 以下的計(jì)算結(jié)果為的時(shí)候,值越小表示二者越類似;計(jì)算結(jié)果為的時(shí)候,值越靠近1表示二者越類似。 平均尤庫(kù)里多距離的二乘法 平均距離法 最大值距離法 二值距離法 Dice Coefficient法 rij=2 x|Kij|(|Ki|+|Kj|) Jaccardss coefficient法 皮爾森相關(guān)法ij= Co(i,j) ij 限定皮爾森相關(guān)法ij= Co(i,j) ij 斯皮爾曼相關(guān)法 改良二值距離法MapI (mn) = cmnMapU (mn) : if (mn= = 0) MapU (mn) = 0; else if (mn in topN ) /如果為重要屬性 MapU (mn) =BIG; /BIG是大于”1”的定數(shù)。 else MapU (mn) = SMALL; /SMALL是小于”1”的定數(shù)。 dij=1rijii ：群(Clustering)算法 即將相類似的對(duì)象歸為同一個(gè)群的算法.以下涉及的7種群算法都將分兩步實(shí)現(xiàn).第一步:對(duì)各個(gè)基本要素,使用10種距離計(jì)算值之一求出二者之間的距離.距離最近的兩個(gè)基本要素成為一個(gè)新要素.基本要素被稱為葉,新要素則被稱為分支.第二步:實(shí)行遞歸處理.利用以下的方程式計(jì)算出與新要素間的距離,進(jìn)而生成新要素。 下面用到2個(gè)基本方程式,方程式和系數(shù)的不同組合形成7種不同形式。 dxc=adxa+bdxb+dab+|dxa dxb (1) dxc2=adxa2+bdxb2+dab2+|dxa2 dxb2 (2) 方程式表示從a和出發(fā),生成新要素,并求出與要素的距離。 群平均法利用方程式(2)。 系數(shù)： a= na / nc b= nb / nc =0 =0 重心法 利用方程式(2)。系數(shù)： a= na / nc b= nb / nc = (na nb)/ nc2 =0 最長(zhǎng)距離法 利用方程式(1)。系數(shù)： a= 0.5 b= 0.5 =0 =0.5 可變法 利用方程式(2)。系數(shù)： a= (1-) / 2 b= (1-) / 2 =定數(shù) =0 介質(zhì)法 利用方程式(1)。系數(shù)： a= 0.5 b= 0.5 =0.25 =0 最短距離法利用方程式(1)。系數(shù)： a= 0.5 b= 0.5 =0 =0.5 Wood法利用方程式(1)。系數(shù)： a= (nx+na) / (nx+nc) b= (nx+nb) / (nx+nc) =nx / (nx+nc) =0iii：分組(Grouping)算法 即將相類似的對(duì)象歸為同一個(gè)組的算法。從現(xiàn)有的組里抽樣獲取要素,利用類似算法求出對(duì)象與組之間的距離,找出最為類似的組并將該對(duì)象歸入該組。iv：自然語言解析算法 自然語言解析是指將對(duì)象文章按單詞的單位分割,并將其生成一個(gè)個(gè)的標(biāo)簽(tag),進(jìn)而選出必要的名詞(如已知和未知的名詞),計(jì)算出其出現(xiàn)頻度,考慮其在文章中的位置,文章的長(zhǎng)度等因素,并進(jìn)行關(guān)鍵字重復(fù)度處理.在必要的時(shí)候,可提供禁用詞匯的管理機(jī)能以及對(duì)現(xiàn)實(shí)生活中沒有特別意義的名詞不予登錄(象對(duì)禁用語的處理一樣)的機(jī)能.預(yù)計(jì)開發(fā)產(chǎn)品的特點(diǎn) 關(guān)于算法在對(duì)2.1.2中介紹的協(xié)調(diào)過濾系統(tǒng)的各種算法和上一節(jié)中介紹的各種數(shù)學(xué)模型進(jìn)行分析后，我們?cè)谇捌陂_發(fā)中進(jìn)行了大量的模擬實(shí)驗(yàn)。 首先，協(xié)調(diào)過濾的算法可以分成3類。 其一，Active Collaborative Filtering。利用這一技術(shù)，互相了解的用戶之間可以相互指定，（當(dāng)然有安全保密上的限制），獲得彼此有用的信息（包含電子郵件）?？梢院瓦@個(gè)領(lǐng)域之內(nèi)的專家保持同步。這次列在預(yù)計(jì)開發(fā)范圍之內(nèi)。 其二，Automated Collaborative Filtering 和Feature Guided Automated Collaborative Filtering。從效率和精度的角度多方分析的結(jié)果上看，F(xiàn)eature Guided Automated Collaborative Filtering遙遙領(lǐng)先。因?yàn)楸敬伍_發(fā)準(zhǔn)備採(cǎi)用FGACF。 其三，Content-Based Collaborative Filtering。這次準(zhǔn)備分階段實(shí)現(xiàn)。首先是以文章情報(bào)為對(duì)象，然后再考慮其它的媒介。 其次，對(duì)算法中使用的數(shù)學(xué)模型進(jìn)行了分析。 在Cluster諸算法之中，Wood法和群平均法的精度較好。 分組計(jì)算方面，基本上是利用類似算法。分組所使用的類似算法中Jaccards Coefficient法，平均最小二乘距離法，改良二值距離法的精度比較理想。Clustering方法和分組算法的目的是相同的。Clustering的特點(diǎn)是精度高，但處理速度較慢。分組算法則恰恰相反?？梢钥肯到y(tǒng)控制參數(shù)來平衡這兩種方法的使用，根據(jù)系統(tǒng)的規(guī)模靈活調(diào)整。 判別類似的對(duì)象有4種，即用戶（屬性）對(duì)用戶（屬性）的類似，文章（屬性）對(duì)文章（屬性）的類似，用戶（屬性）對(duì)文章（屬性）的類似及關(guān)鍵字的類似。判斷的對(duì)象不同，評(píng)價(jià)結(jié)果也各不相同。對(duì)于用戶間的類似和文章間的類似來說，按Jaccards Coefficient法，平均最小二乘距離法，改良二值距離法距離法，皮爾森相關(guān)法的順序，計(jì)算精度比較理想。而對(duì)用戶和文章的類似來說，則按改良二值距離法，Jaccards Coefficient法,平均最小二乘距離法，皮爾森相關(guān)法的順序,為計(jì)算精度的順次。關(guān)鍵字的類似考慮用統(tǒng)計(jì)學(xué)的方法去實(shí)現(xiàn)。另外,由于必須確定提供范圍的域值，所以同距離算法相比,相關(guān)算法要適合得多。如果將上面幾種方法組合起來使用，相信還會(huì)進(jìn)一步提高推薦精度。 關(guān)于提供的服務(wù)對(duì)一般用戶主要提供以下服務(wù)： 推薦服務(wù)：尋找和對(duì)象用戶的相似用戶，把對(duì)象用戶未訪問過的文章向其推薦； 提供類似文章服務(wù)：提供和對(duì)象文章類似的文章的一覽； 檢索結(jié)果的過濾服務(wù)：在檢索結(jié)果的基礎(chǔ)上，根據(jù)實(shí)施檢索的用戶的愛好，對(duì)結(jié)果進(jìn)行挑選。 新到情報(bào)的推薦服務(wù)：根據(jù)各個(gè)用戶的不同要求，在一定的時(shí)期內(nèi)，把新到情報(bào)提供給用戶； 用戶特征指定服務(wù)：允許用戶將其關(guān)注的單詞/文章等在系統(tǒng)里登記或刪除； 類似關(guān)鍵字的提供服務(wù)：系統(tǒng)可提供與檢索用關(guān)鍵字相類似的關(guān)鍵字一覽表； 熱門網(wǎng)頁(yè)的提供服務(wù)：提供受歡迎的網(wǎng)頁(yè)的地址； 個(gè)性廣告的提供服務(wù)：對(duì)互聯(lián)網(wǎng)服務(wù)商（ISP）來說，可根據(jù)用戶的特點(diǎn)、愛好而主動(dòng)提供恰到好處的廣告；為管理操作的方便，同時(shí)也向系統(tǒng)管理員提供機(jī)能豐富的服務(wù)。 關(guān)于體系結(jié)構(gòu) 采用適合于互聯(lián)網(wǎng)WWW服務(wù)系統(tǒng)開發(fā)的Java語言，以Servlet的形式開發(fā)； 協(xié)調(diào)過濾系統(tǒng)屬于Multi-Agent系統(tǒng)的一種，所以必須具有其分散處理的特性。本系統(tǒng)將采用計(jì)算機(jī)分散技術(shù)的標(biāo)準(zhǔn)-CORBA（Common Object Request Broker Architecture），來實(shí)現(xiàn)分散化處理； 采用DBMS對(duì)情報(bào)進(jìn)行管理。并利用JDBC與本系統(tǒng)其它部分相連； 自然語言的解析處理會(huì)占用系統(tǒng)相當(dāng)多的時(shí)間，將盡可能采用C+語言，以庫(kù)函數(shù)（LIB）的形式提供。與本系統(tǒng)其它部分的連接準(zhǔn)備使用JNI； 本系統(tǒng)允許事先設(shè)定用戶的特征情報(bào)，同時(shí)如即使不作任何設(shè)定,可根據(jù)用戶操作處理的軌跡，系統(tǒng)將自動(dòng)推測(cè)出用戶的愛好及其遷移。但同時(shí)不準(zhǔn)備以單純的訪問操作或檢索關(guān)鍵字影響用戶愛好的遷移，為此計(jì)劃提供控制情報(bào)和相應(yīng)的控制處理。另一方面，也將考慮系統(tǒng)的規(guī)模及負(fù)荷； 管理者可同時(shí)進(jìn)行大批量文章的收集、保存處理，抽取文章的屬性并對(duì)其管理。亦可從檢索結(jié)果中，通過一般用戶的訪問操作來實(shí)現(xiàn)上述處理。但保存與否,可通過訪問次數(shù)來控制； 關(guān)于其它本系統(tǒng)在參考2.1.3所介紹的協(xié)調(diào)過濾的特點(diǎn)和2.1.4所介紹的世界中使用現(xiàn)狀（技術(shù)發(fā)展趨勢(shì)，各種制品的優(yōu)缺點(diǎn)）的基礎(chǔ)上，將實(shí)現(xiàn)自己獨(dú)特的調(diào)整手段。 檢索服務(wù)的個(gè)性化(1)背景至今為止檢索服務(wù)的用戶接口對(duì)所有的用戶都是一視同仁的。提供檢索服務(wù)的互聯(lián)網(wǎng)服務(wù)商有各種各樣的特點(diǎn)，比如對(duì)技術(shù)情報(bào)擅長(zhǎng)，或?qū)π侣勄閳?bào)擅長(zhǎng)等。而本系統(tǒng)開發(fā)的一個(gè)目標(biāo)就是提供一個(gè)滿足用戶個(gè)性要求的接口。(2)本系統(tǒng)在實(shí)現(xiàn)個(gè)性化方面的特征 主要特點(diǎn)如下所述。 做為缺省,提供分組化的檢索引擎類(檢索服務(wù)商)； 自動(dòng)追加新的檢索服務(wù)商及刪除消亡的檢索服務(wù)商； 檢索目的類型(例新聞,技術(shù)等)的登錄/刪除機(jī)能； 檢索服務(wù)商的組合指定機(jī)能； 自動(dòng)收集技術(shù) (1)背景 現(xiàn)行的各種瀏覽器的收集機(jī)能基本上是以文件為單位，不能作靈活的調(diào)整。如能在指定時(shí)間指定的網(wǎng)站，對(duì)所關(guān)心的文章的類型進(jìn)行自動(dòng)收集，將會(huì)給用戶帶來很大的方便。(2)本系統(tǒng)在自動(dòng)收集方面的特征 主要特點(diǎn)如下所述。 可指定網(wǎng)站的位置，支持登錄及刪除功能； 收集對(duì)象的類型的指定； 收集時(shí)間的指定； 保存場(chǎng)所的指定； 自動(dòng)定點(diǎn)觀測(cè)技術(shù)(1)背景 假設(shè)某個(gè)用戶，對(duì)所關(guān)心的網(wǎng)站的不同位置的情報(bào)很感興趣，并進(jìn)行了訪問,收集了所需情報(bào)，但是情報(bào)源在不斷地更新，如果能有觀測(cè)機(jī)能將會(huì)給用戶提供很大的方便。(2)本系統(tǒng)在自動(dòng)定點(diǎn)觀測(cè)方面的特征 主要特點(diǎn)如下所述。 可指定被監(jiān)視網(wǎng)站的不同位置,并可登錄/刪除； 指定被監(jiān)視對(duì)象的類型； 指定保存場(chǎng)所； 指定監(jiān)視時(shí)間； 瀏覽被更新的情報(bào)及新到的情報(bào)； 自動(dòng)收集被更新的情報(bào)； 系統(tǒng)的綜合 上述4種技術(shù)的組合而達(dá)到系統(tǒng)的綜合化。本系統(tǒng)的目標(biāo)之一就是想通過靈活的調(diào)整做到突出用戶個(gè)性化，也即是從ISP到ASP進(jìn)化的一個(gè)具體的步驟。 系統(tǒng)的運(yùn)用形態(tài) 對(duì)于中小規(guī)模的ISP，因?yàn)槠湄?fù)荷不很重，可以細(xì)致地管理用戶愛好的遷移； 對(duì)于大規(guī)模的ISP，因?yàn)槠湄?fù)荷有可能很大，可以對(duì)用戶愛好進(jìn)行較為粗曠的管理，同時(shí)在分散處理上多下工夫； 可形成社內(nèi)教育，社內(nèi)管理系統(tǒng)的運(yùn)用形態(tài)； 可形成Mailing list系統(tǒng)的付加服務(wù)的運(yùn)用形態(tài)；系統(tǒng)構(gòu)成的示例如下所示： 2.2 互聯(lián)網(wǎng)咨詢協(xié)調(diào)過慮器及智能檢索支援系統(tǒng)市場(chǎng)調(diào)查和需求預(yù)測(cè) 代表性的研究系統(tǒng)一覽表系統(tǒng)名稱 研究機(jī)構(gòu) 特 點(diǎn) 研究時(shí)間Tapestry Xerox Palo Alto Research Center 最早的ACF系統(tǒng)。需要事先指定情報(bào)交換小組的成員。因?yàn)槭强坑色@得情報(bào)的一方明確指定情報(bào)推薦者和評(píng)價(jià)值，來實(shí)現(xiàn)過濾過程的，所以僅適用于小規(guī)模網(wǎng)絡(luò)。 1992GroupLens Dept. of Computer Science and Engineering at the University of Minnesota Grouplens是推薦網(wǎng)絡(luò)新聞（Netnews）的過濾系統(tǒng)。用戶需要了解其他的用戶。用戶針對(duì)某個(gè)新聞可賦予5階段的評(píng)價(jià)，系統(tǒng)則會(huì)向具有與該利用者相似愛好的其他用戶自動(dòng)推薦，并可對(duì)其他的新聞施行預(yù)測(cè)評(píng)價(jià)。 1994 Ringo Massachusetts Institute of Technology Ringo 是音樂情報(bào)的推薦系統(tǒng)。用戶通過電子郵件將自己喜愛的作品賦予7個(gè)階段的評(píng)價(jià)值，而系統(tǒng)則將根據(jù)其他用戶的評(píng)價(jià)值向該用戶返送有可能得到其較高評(píng)價(jià)的作品一覽表。Ringo的過濾方法與Grouplens沒有大的差別，但相關(guān)算法有所改進(jìn)。 1994Fab Stanford University Fab是同時(shí)利用互聯(lián)網(wǎng)資訊過濾和協(xié)調(diào)過濾技術(shù)的Web網(wǎng)頁(yè)的推薦系統(tǒng)。它實(shí)裝了多代理體系結(jié)構(gòu)。用戶對(duì)得到的情報(bào)進(jìn)行7個(gè)階段的評(píng)價(jià)并返回給系統(tǒng)。 19961997Yenta MIT Media Laboratory Yenta是采用多代理技術(shù)的中介系統(tǒng)。系統(tǒng)尋找具有相同愛好的用戶，為他們建立聯(lián)系實(shí)現(xiàn)情報(bào)共有。該系統(tǒng)不設(shè)服務(wù)器，各用戶各自的計(jì)算機(jī)（Agent）之間1對(duì)1（peer-to-peer）連接，實(shí)現(xiàn)過濾處理。 1997Filterbots Dept. of Computer Science and Engineering at the University of Minnesota Filterbots是Grouplens研究小組為提高協(xié)調(diào)過濾的精度而開發(fā)的自動(dòng)評(píng)價(jià)系統(tǒng)。她以互聯(lián)網(wǎng)資訊過濾處理為目的，針對(duì)典型協(xié)調(diào)過濾處理的2個(gè)缺點(diǎn)(“隨著情報(bào)量的增加，造成評(píng)價(jià)情報(bào)分布不均，而找不到附近的用戶”和“無人評(píng)價(jià)的情報(bào)形不成推薦對(duì)象”)進(jìn)行了改進(jìn)。系統(tǒng)（Filterbots）對(duì)新登錄的情報(bào)會(huì)自動(dòng)對(duì)其進(jìn)行評(píng)價(jià)。 1998 有代表性的互聯(lián)網(wǎng)服務(wù)服務(wù)名 經(jīng)營(yíng)組織 URLMyyahoo yahoo http:/my.yahoo.co.jp/Movie Critic Andromedia, Inc. /Alexa Alexa Internet（A Inc.） /A A, Inc. /D D, Inc. /Direct Hit Ask Jeeves, Inc. / 有代表性的產(chǎn)品制品名 開發(fā)公司名 價(jià) 格Firefly Firefly Network, Inc.（現(xiàn)Microsoft Corporation） 700萬日元 One-To-One BroadVision, Inc. 2,000萬日元Gustos Guide Gustos Software LLC 需要咨詢LikeMinds Andromedia, Inc. 10,000美元（10,000用戶）Net Perceptions Net Perceptions, Inc 45,000美元Open Sesame Profiling Server Bowne Internet Solusions 25,000美元互聯(lián)網(wǎng)咨詢協(xié)調(diào)過慮器及智能檢索支援系統(tǒng)的產(chǎn)品還主要局限于國(guó)外，而且價(jià)格昂貴，主要應(yīng)用于企業(yè)的電子商務(wù)，研究機(jī)關(guān)，網(wǎng)站等，國(guó)內(nèi)在此方面的應(yīng)用還較少見。由于本系統(tǒng)有穩(wěn)定性，可擴(kuò)展性，可組合性，自主產(chǎn)品性等特點(diǎn)，所以預(yù)測(cè)可以開拓一定的市場(chǎng)。2.3 項(xiàng)目實(shí)施方案2.3.1 開發(fā)實(shí)施方案軟件工程是指導(dǎo)計(jì)算機(jī)軟件開發(fā)和維護(hù)的工程科學(xué)，數(shù)字式圖像監(jiān)視系統(tǒng)的開發(fā)也應(yīng)遵循軟件工程進(jìn)行。 軟件工程是將軟件開發(fā)過程視為一個(gè)工程項(xiàng)目，采用工程的概念、原理、技術(shù)和方法來開發(fā)和維護(hù)軟件，把經(jīng)過時(shí)間考驗(yàn)，證明正確的管理技術(shù)與當(dāng)前能夠得到的最好的軟件技術(shù)方法結(jié)合起來，這就是軟件工程。使用軟件工程于軟件開發(fā)的各個(gè)階段，通過使用各種工具，從支持開發(fā)各個(gè)階段的方法，通過使用各種技術(shù)，以保證軟件質(zhì)量。 1969年Fritz Bauer給出了軟件工程的早期定義，他認(rèn)為：制定并使用合理的工程原則，從而以較低的費(fèi)用獲得可靠的、