当以数字化网络化信息资源为依托的数字图书馆面对丰富多彩而质量又良莠不齐的信息资源时,当数字图书馆的信息用户面对信息超载的严峻挑战时,当数字图书馆的信息服务面临巨大信息“噪音”的干扰时,数字图书馆必须尽快采用先进的信息技术以解决信息时代所面临的这种尴尬局面。信息过滤则成为改善数字图书馆服务效果的强有力的核心技术之一。信息过滤主要针对用户多样且个性化的信息需求,能够在动态变化的信息源中过滤掉与用户的信息需求不相关的信息,然后按照相关度排列把信息推送给用户。将信息过滤技术应用在“以用户为中心”的数字图书馆信息服务中,可以满足信息用户动态的个性化信息需求,这是信息社会发展的必然,也是数字图书馆适应社会以求得更好发展的必然。论文在对信息过滤的理论背景及国内外信息过滤系统现状进行调查研究的基础上,着重分析了信息过滤技术及其在数字图书馆个性化信息服务中的应用。提出了一种新的基于本体的信息过滤方法,并将其应用在数字图书馆个性化信息服务中,既具有一定的理论意义,同时也具有一定的现实意义。其中用户模型是整个信息过滤流程的基础和核心,而将基于本体的用户模型应用在数字图书馆的个性化信息服务中,则可以根据用户动态的个性化信息需求在动态的信息源中为其提供针对性的主动式信息服务。基于本体的用户模型技术既是本文的核心内容也是本文的创新点。同时针对信息过滤算法中存在的瓶颈问题——相关度过滤算法过于依赖文本统计分析方法及信息质量过滤算法严重缺乏,本文提出了两种完善过滤算法的方法——加强概念匹配和建立信息质量评价机制。 本文图19 幅,表2 个。