4、利用 InfoBeacons 引导查询至信息源

利用 InfoBeacons 引导查询至信息源

1. 引言

互联网上存在大量动态的信息源，提供了丰富的有用信息。然而，要确定哪些信息源对特定查询有用却颇具挑战。现有的大多数技术要么需要信息源明确合作（如导出数据摘要），要么构建相对静态的信息源特征描述（如为信息源分配主题）。

一个能让用户找到合适信息源的系统，需同时应对以下四个挑战：
- 规模 ：潜在信息源数量众多，数据总量巨大。
- 动态性 ：新信息源不断涌现，旧信息源频繁消失，且许多信息源中的信息不断更新。
- 异构性 ：不同网站的信息结构和语义差异很大。
- 有限的信息源合作 ：虽然信息源愿意通过 HTML 表单或 Web 服务接口提供基本的搜索和检索功能，但它们通常不愿意导出所有数据、更改查询模型、运行外部软件或进行其他功能修改。

为应对这些挑战，我们正在开发一个名为 InfoBeacons 的对等中间件系统。该系统的功能类似于静态网页搜索引擎：用户向信标提交查询，信标返回结果。如果信标无法提供足够的结果，它会将查询路由到对等覆盖网络中的相邻信标。

InfoBeacons 系统基于两个基本原则设计：
- 系统由一组信标组成，这些轻量级中间件组件与多个信息源松散耦合。信标使用信息源现有的搜索和检索接口，无需进行复杂的语义集成或要求信息源提供额外功能。
- 系统将大部分查询处理工作推给信息源本身，信标主要负责选择信息源并检索结果。这样可以利用信息源的聚合资源，减少每个信标的负载，同时确保用户能获取最