框架结构是系统实现的基础。协同信息检索系统主要采用多层次框架结构和C/S结构。

（1）多层次框架结构

Annotate！和Cerchiamo由于涉及到数据挖掘和加工, 不仅有用户界面调节, 更有深层算法调节, 所以采用较为复杂的多层次系统框架结构, 每一层次完成对数据的不同处理任务。但二者在具体设计上又略有不同。

Annotate!根据用户任务映射了三个交互层, 即查询、检索和文件层。同时形成了两个数据和元数据集——讨论数据（Discussion Data）和任务数据（Session Data）：讨论数据可将单一作者文件转换为多个参与讨论的论坛, 消除作者和读者之间理解的差异；任务数据则给无界的网络应用增加范围限定, 使组织能从使用历史中受益, 推动建立学习型组织。Annotate！的数据集和交互层之间也存在映射关系, 如图1所示：

图1

	Figure Option ViewDownloadNew Window
	图1 讨论数据和不同交互界面间的影响关系[17]

讨论数据是核心文件和相关多个评注（Annotate）的结合。对评注而言, 评注本身对应的是查询层, 评注的元数据（如标识符、评注原因和评注内容）则作为检索层的指针, 而文件界面用来收集用户评注, 从而不断增加讨论数据的例子。任务数据在查询层对应用户提交检索式的时间；在检索层对应系统返回检索结果的时间；而在文件层, 对应开始及结束阅读检索结果的时间。

在形成交互层之间、数据集之间、交互层和数据集之间的映射关系后, Annotate！最终建立在拥有一系列小型服务器端Perl模块的Excite核心搜索引擎上。选择Excite是因为其良好的分布性, 并利用Excite界面数据集的源代码控制前端和搜索引擎返回结果的应用外观。故Annotate！是建立在Excite搜索引擎之上的多层次协同信息检索系统。

Cerchiamo同Annotate！相似, 其框架结构也分为三层, 不过不是仅根据用户任务分层, 而是根据数据流动分为用户界面层、调节层和算法层, 如图2所示：

图2

	Figure Option ViewDownloadNew Window
	图2 Cerchiamo的内部框架结构[19]

系统各组成部分通过网络服务器API交流, 并有不同组合方式。每一层的功能与检索者的角色有关。用户界面层主要分为针对探索者（Prospector）提交检索式和浏览结果的MediaMagic界面、为挖掘者（Miner）做出相关性判断的可视化快速浏览界面RSVP, 以及一个包含和检索任务相关信息的共享显示屏。调节层主要用来管理、控制探索者和挖掘者之间的影响, 包括一个输入调节器和一个输出调节器。输入调节器可以捕捉和存储检索者的活动, 如查询和相关性判断等。输出调节器能接受从算法层返回的信息, 并将信息返回到合适的协作者。用户无需为分享信息而打断正在进行的工作^[23]。算法层则包含一系列函数, 能将检索者的活动结合起来, 产生文件、排名、查询建议和其他相关信息。

（2）C/S框架结构

CoSearch和SearchTogether仅支持用户界面交互, 搜索者行为没有被潜在的引擎采用而不会影响其他参与者行为, 因为搜索引擎本身不支持协作。所有影响停留在界面上或者实时交流中, 不深入到系统深层算法调节过程, 故使用C/S框架结构。图3（a）和图3（b）分别为CoSearch和SearchTogether的框架结构。

图3

	Figure Option ViewDownloadNew Window
	图3 CoSearch和SearchTogether的框架结构

CoSearch的C/S结构体现在用户PC和手机上安装相应的CoSearch应用软件, 可分别与搜索引擎进行交互, 但不同用户有一个共用的检索结果显示界面。在SearchTogether中, 用户则各自拥有一个检索界面, 分别进行检索, 从而实现异地、异步检索。SearchTogether的服务器是在客户端之间发送分享状态的媒介, 同时也是存储其任务数据的仓储, 从而支持任务的持续性。

支撑技术是系统实现的关键环节, 各系统的支撑技术如表2所示。其中有成熟的网络技术, 如XML、即时信息和蓝牙等, 也有根据系统需求构建的算法模型和Microsoft Windows MultiPoint等新兴技术。总体上看, 协同信息检索系统的技术主要分为两类, 即数据技术和交互技术。但技术的具体采用并无统一标准或者规定, 主要在于功能和目标定位。

表2

表2

表2 典型协同信息检索系统支撑技术 系统 支撑技术 Annotate！ XML、数据和代理技术、JavaScript、MBR Cerchiamo 挖掘者算法、探索者算法 CoSearch Microsoft Windows MultiPoint、蓝牙、WiFi SearchTogether 即时信息、推荐机制、自动分工、持续检索

表2 典型协同信息检索系统支撑技术

（1）数据技术

数据技术包括数据定义技术和数据协调技术。Annotate！技术应用主要体现在数据与元数据集的定义与建设方面。XML是Annotate！实现的主要技术之一, 因为它是语义标记语言, 可扩展性强, 能自定义标签。同时, 文档类型定义（Document Type Definition, DTD）能从网络上发布或植入, 从而在一个特定组织中快速修正一个原型评注结构。另外, 为了定义触发规定, 即根据映射结构哪个数据实例将会改变交互界面, Annotate！采用了合适的数据或代理技术。当检索集产生后, JavaScript可以记录检索窗口开始（加载）时间和退出窗口时间, 据此即能判断用户在各网页上停留的时间（最后一个打开的网页除外）。并且在任务数据集中, 如果将查询和检索看作环境, 文件浏览看作动作, 利用数据技术——基于记忆的推论（Memory Based Reasoning, MBR）, 就可以指导和先前环境相似的其他用户开展检索活动, 提高检索效率和检索结果重用性^[17]。

Cerchiamo使用的技术体现在数据协调方面, 关键技术是其算法。分为挖掘者算法和探索者算法, 主要涉及两个变量：衡量新鲜度的W_f(L_k)和相关度的W_r(L_k), 其中L_k是检索式K检索到的文件的有序名单。新鲜度变量W_f是未被发现的文档和已发现的文档数的比值。相关度变量W_r是在已发现文档中相关文档的比例^[26]。这两个变量根据检索过程和相关性的判断不断更新、变化, 从而影响不同检索者看到的信息。

（2）交互技术

交互技术包括支持交互的技术和传输技术。这在显性协同信息检索系统中尤为重要。CoSearch和SearchTogether采用了不同支持交互的技术。CoSearch使用的Microsoft Windows MultiPoint Server是一种能支持多光标在一台计算机上同时独立操作的技术平台, 可允许2-35人在一台计算机装备上同时作业^[29]。作为一种简单经济的方法, 它能增加更多师生使用技术的机会、改进学习, 同时降低设备、能源和维护成本。所以和其他技术相比, 它的硬件和软件要求都较低^[30]。这样一台计算机就能由多光标操作, 从而支持多人在同一场地的合作, 使他们能共同参与到检索活动中。而SearchTogether中使用的是传统即时信息技术和推荐机制。另外还引入新颖的技术包括自动分工和持续检索等, 支持成员合作。

传输方面主要体现为CoSearch的手机应用和计算机的连接上采用了成熟的蓝牙技术和WiFi技术, 实现手机和计算机之间数据的传输和实时交互。

各系统的功能如表3所示：

表3

表3

表3 典型协同信息检索系统实现功能简表 系统 实现功能 Annotate！ 检索、评注 Cerchiamo 检索、产生文件、排名、查询建议和 其他有关信息 CoSearch 查询、浏览、添加笔记和持续检索 SearchTogether 查询、推荐、评论、即时交流、检索、评级和持续检索

表3 典型协同信息检索系统实现功能简表

隐性协同信息检索系统功能较为单一, 主要是通过一定技术, 利用已有信息来提高检索效率, 不涉及到其他检索功能。而显性协同信息检索系统为支持用户间实时交流, 会有更多技术来实现同步检索, 为提高协同检索效率提供多元化解决方法。从表3还可看出, 协同检索系统大多还支持评注功能, 即时交流也是一个重要部分。除此以外, 一些新颖的功能如检索结果评注分析和可视化、检索记忆保存也在协同信息检索系统中有所运用。

（1）检索结果评注的分析和可视化

这点主要体现在Annotate！系统中。在检索结果的组织方面, Annotate！有相关性和主题两种, 并有不同的评价项目：G表示评注的总体原因, 并用不同图标代替, 如眼睛的图案代表可以参见这个链接等；F和Q表示用户对于该文档事实准确性和质量的满意度, 用李克特7级量表衡量, 并对应不同表情图标。 和 提供总结性数据, 是真实性的平均值, 是质量的平均值。此外, 通过不同颜色显示评注活动等级, 对应不同的标准Excite相关性分数, 红色代表非常活跃、绿色代表中等、蓝色代表不活跃, 使检索结果更直观。

（2）检索记忆的保存

这个功能主要在CoSearch和SearchTogether实现, 但是两者侧重点不同。CoSearch主要通过对检索结果元数据的保存与利用, 来保存检索记忆。通过保存当前页面的元数据（题名、URL和笔记的内容）并能通过邮件功能发送给每个小组成员来实现。对于SearchTogether, 持续检索是其设计目标之一。实现方式体现在SearchTogether可以存储之前的检索过程。不论是保存页面元数据, 还是存储检索过程, 两者都为持续检索、保存检索记忆提供了帮助。

协同信息检索系统目前还处于实验阶段, 没有在实际中运用, 故本节主要通过系统评估来介绍系统应用情况。

（1）Annotate！

Annotate！评估设定在一个联邦财政服务公司。收集的数据包括定量数据, 如用户浏览时长、文档阅读量和评注数据；还有定性数据, 如用户满意度及系统处理任务的合适度。实验中几乎没有用户进行评注, 但揭示了激励和社会考量因素对免费使用及合作评注的影响。从激励的角度看, 管理者没有提供明确、积极的激励参与措施, 或者邮件提醒系统的低请求使用情况, 都会导致低水平的评注, 甚至是无人评注的可能。从社会考量的角度看, 用户可能赋予评注一些社会价值, 比如利用评注帮助同伴提高工作产出质量并提供更具建设性的反馈；或者利用评注提高他人对自己文档的关注度。所以Annotate！的启示是组织必须提供可负担范围内的激励措施, 并且通过向原作者报告评注情况, 加快信息生产能力^[31]。

（2）Cerchiamo

为证明算法调节的方法优于检索后结果整合, Cerchiamo评估采用了比照的方法。评估主要侧重于检索能力以及对特定文档的发掘能力。对于检索能力, Cerchiamo在发现、选择相关文档的准确率以及选择文档的查全率这三个方面都要明显优于检索后结果整合, 尤其是当检索领域相关信息不明显时（超出121.6%）。对于特定文档的发掘能力, 特别是相关领域的信息较少时, Cerchiamo也展示了其优势, 比事后整合方法的发掘能力高出12%-14%^[26]。这说明, 协同信息检索系统在发现特定文档、检索比较困难的主题方面具有很大优势。

（3）CoSearch

同Cerchiamo一样, CoSearch也设置了对比组, 采用双因素方差分析法, 分别比较平行检索（每人一台计算机独立检索）、共用一台计算机检索和CoSearch在保持小组交流和合作意识的水平、个人参与及分工的情况。结果表明, CoSearch在小组交流和协作方面与共用计算机检索相当, 优于平行检索。在分工和个人参与方面, CoSearch有效减少了共用计算机检索时遇到的被忽略等问题, 亦优于平行检索。但在保持小组合作意识方面, CoSearch不及共用计算机检索（p=0.01）。另外, 虽然CoSearch能很快被人接受, 一些关键功能, 如用不同颜色代表不同成员、光标控制和在手机中查看网页等很受欢迎, 但CoSearch在手机和蓝牙/WiFi传输方面的技术局限也值得关注, 亟待解决^[11]。

（4）SearchTogether

SearchTogether的评估主要在协同意识、分工和持续检索实现方面。评估未设置比照, 主要评价依据是实验者的评价。实验证明, SearchTogether是一个有效支持远程同步协同检索的系统, 协同意识是其最有价值的方面, 相关功能如检索历史、浏览历史、评分和评价等都是最受欢迎的功能。在分工方面, 利用较多的是即时信息和推荐机制, 而自动分工的利用率低, 在整个实验中只被使用5次, 说明新技术的利用还需适应过程。能自动生成摘要也是SearchTogether成功的关键之一, 部分实验者还在实验后提出想得到实验时的摘要, 用于其后续研究。这说明在协同信息检索中提供丰富的持续检索经历是一个重要方面^[13]。