文/陳越　都平平　王靜　等

數(shù)字圖書館用戶信息獲取行為研究

文/陳越都平平王靜等

隨著數(shù)字圖書館的發(fā)展，用戶對文獻(xiàn)資源的利用方式逐漸轉(zhuǎn)向在線形式。據(jù)教育部圖工委統(tǒng)計, 國內(nèi)高校2012年館均電子文獻(xiàn)采購經(jīng)費180萬元，是2007年的2.2倍。在電子文獻(xiàn)資源的使用大幅增加的情況下，如何獲取數(shù)字圖書館用戶信息行為的相關(guān)信息，以便為數(shù)字圖書館信息平臺建設(shè)、電子資源配置提供依據(jù),成為值得研究的問題。

對網(wǎng)絡(luò)用戶信息行為的定量研究方法有日志數(shù)據(jù)挖掘、系統(tǒng)軟件計數(shù)及網(wǎng)絡(luò)數(shù)據(jù)采集等途徑。這些方法在改善現(xiàn)有評估手段的同時，也不同程度的存在一定局限性，主要有以下幾點：

1.數(shù)據(jù)獲取對業(yè)務(wù)環(huán)境的依賴性強(qiáng)。日志挖掘方法中,用戶端和服務(wù)器端緩存（Cache）、代理（Proxy）及防火墻地址轉(zhuǎn)換（NAT）等技術(shù)都會影響對數(shù)據(jù)的獲取和處理，從而削弱挖掘效果。獲取系統(tǒng)軟件計數(shù)數(shù)據(jù)時一般依賴電子資源數(shù)據(jù)庫廠商提供，實時性較差且有時難以獲得完整數(shù)據(jù)。

2.行為信息提取內(nèi)容較少?；诜?wù)端系統(tǒng)軟件計數(shù)或日志挖掘的方法很難收集到用戶端個體信息，現(xiàn)行的基于網(wǎng)絡(luò)層統(tǒng)計的方法又側(cè)重于用戶行為模式的判斷，忽略行為內(nèi)容的分析。如基于snort的過量下載檢測方法，其處理的數(shù)據(jù)層次局限于網(wǎng)絡(luò)層，沒有對應(yīng)用層數(shù)據(jù)作進(jìn)一步處理，基于DPI的pdf文件下載檢測方法僅對特定類型進(jìn)行捕獲，同樣也沒有針對應(yīng)用層信息進(jìn)行分析和處理。

針對上述局限性,本文利用應(yīng)用層特征分析技術(shù)對數(shù)字圖書館用戶信息獲取報文進(jìn)行分解處理，討論了相應(yīng)處理過程并用算法予以實現(xiàn)，最終設(shè)計了系統(tǒng)原型并進(jìn)行了開發(fā)與測試。

用戶信息獲取行為報文的應(yīng)用層特征分析與檢測

報文的特征分析

針對文獻(xiàn)獲取行為，利用Fiddler軟件，我們進(jìn)行了報文截取和分析。一個典型的下載請求如圖1所示。

圖1　用戶請求報文結(jié)構(gòu)

在該請求報文的首部字段中，即可獲取提供下載報文的主機(jī)域名或IP地址，如：Host: libvip.cumt.edu.cn

對起始行中的Get請求進(jìn)行分析，其中包含如下信息：

1.該下載請求的文件存放路徑：

file=R1388765X

景东| 连州市| 天水市| 阜阳市| 潜江市| 岐山县| 通州市| 治县。| 洛隆县| 鄂托克旗| 禹州市| 商城县| 双峰县| 新密市| 原阳县| 泰顺县| 凤城市| 板桥市| 大城县| 陈巴尔虎旗| 灌云县| 天镇县| 威宁| 内丘县| 都兰县| 乌鲁木齐市| 温州市| 新平| 邳州市| 镇沅| 会宁县| 东港市| 崇义县| 丰台区| 西峡县| 南木林县| 理塘县| 沂南县| 富平县| 平邑县| 昌乐县|