Various resource discovery tools appeared to help users locate and retrieve information resources over the Internet. The amount of information resources is increasing dramatically, and there is a growing demand for the capability of dealing with the large scale of information resources. Two metaphors are being used for resource discovery: navigation and search. Although a few indexing systems exist to support search over each navigation tool, there is no single indexing system for global search over entire information space by supporting various navigation tools.
The difficulty of global search system is caused by three factors: (1) the large scalability of the global information space, (2) heterogeneity of resource organizing structure and resource format by diverse tools, and (3) a large part of knowledge on where to start search depends on users' heuristics.
Most of existing indexing systems periodically execute global exhaustive search over the entire set of resources to collect index data. This can cause excessive load to the servers. Also, the organizing information of each navigation tool is not incorporated in the index data. Mechanical indexing over resources is also not enough. Thus indexing systems need to gather information from the network users' knowledge as well as mechanical index data to categorize which information sources are useful for which topic. These problems lead to the idea of distributed indexing. Each index system should focus on a specific topic or a specific community, and a user should be able to find out a right indexing system among a large number of distributed indexing systems.
This thesis proposes an agent model for global indexing by partial search on selected resource domains. The feasible set of information is selected by trading between distributed agents. Each trading agent has its own topic andkeep metainformation on the topic with weight values. The organizing information of navigation tools are represented by weighted trading between agents. By configuring an agent to include user's heuristics on where to find resources on a specific topic, the entire set of agents come to share the heuristics gradually.
Since common information shared by all agents means uniform information sharing between all kinds of users, we define community of an agent to specify what community of users the agent serves. By community, agents allow users to search for information in context. A group of users using the same community has a common view on the information space. One user's feedback of search is used by future users to help locate relevant resources. By doing this, users can avoid many of the keyword aliasing problems found in a global search space, and get more closely related matches to the search request.
We implemented a prototype system to support search over a few resource discovery tools like News, FTP, and WAIS. To support more tools, the system can be extended by adding agents of a new type.
인터네트상의 정보를 검색하기 위하여 많은 정보 도구가 개발되어왔으며, 정보의 양이 급속도로 증가함에 따라 대량의 정보를 처리할 수 있는 기능이 요구되고 있다. 정보의 검색을 위해서는 네비게이션(navigation)과 서치(search)의 두가지 방법이 있다. 다양한 네비게이션 도구들에 대한 서치를 위해 많은 인덱싱 시스템이 개발되었으나, 아직 여러 네비게이션 도구들에서의 정보를 하나의 정보 공간으로 처리하는 전역적인 서치 시스템은 개발되지 않았다.
전역적인 서치 시스템의 구축이 어려운 이유는 세가지로 나누어 볼 수 있다. 즉, (1) 전역 정보 공간의 정보의 양이 매우 방대하고, (2) 각 정보 도구들에 따른 정보의 상호 관계 및 정보 포맷이 상이하며, (3) 서치를 시작하기위한 지점의 선택이 사용자의 지식에 주로 의존한다는 점들이다.
대부분의 인덱싱 시스템은 인덱스 데이타의 구축을 위하여 주기적으로 전체 정보자원을 검색하며, 이러한 작업은 정보 서버에 과대한 부하가 된다. 또한 각 네비게이션 도구들이 지원하는 정보의 상호관계는 인덱스 데이타에 포함되지 않는다. 또한 정보 자원에 대한 기계적인 인덱싱으로는 충분하지 않으므로 각 정보 분야별로 정보 자원을 분류하기 위한 사용자의 지식을 포함시켜야 할 필요성이 대두된다. 이러한 필요성들에 의하여, 본 논문에서는 분산 인덱싱 기법을 사용한다. 분산 인덱싱 시스템에서 개별 인덱스 시스템은 특정 분야나 사용자 그룹을 대상으로 인덱스 데이타를 수집하며, 사용자는 서치를 하기 위해 많은 후보 인덱싱 시스템중 하나를 선택하게 된다.
분산 인덱싱을 구현하기 위한 모델로서 본 논문은 에이전트 모델을 제안한다. 사용자의 질의에 의한 결과는 에이전트들간의 정보 교환에 의해 만들어지며, 각 에이전트는 분야별로 메타정보(metainformation)과 가중치(weight value)를 관리한다. 각 네비게이션 도구내의 정보간 상호관계는 에이전트들간의 정보교환시의 가중치값에 의해 표현된다. 각 에이전트내에 분야별 정보 검색을 위한 경험 정보를 넣어줌으로써, 전체 에이전트들은 점차 많은 경험 정보를 공유하게 된다.
다양한 관점을 가지는 사용자들에게 사용자 관점에서의 정보 검색을 지원하기 위하여, 각 에이전트는 주 대상으로 하는 사용자 계층(community)를 정의한다. 같은 사용자 계층에 속하는 사용자가 에이전트를 공유하는 경우, 서치에 대한 사용자의 반응(feedback)은 에이전트에 저장되어, 추후 다른 사용자가 유사한 서치를 할 때에 도움을 주게 된다. 이러한 방법에 의하여, 사용자는 전역 정보 공간에서 키워드 검색시 전혀 다른 관점의 결과가 나오는 것을 방지할 수 있게 된다.
본 논문의 검증을 위하여 프로토타입 시스템을 구축하여, 네트워크 뉴스, FTP, WAIS등의 정보 검색 도구에서의 서치를 구현하였다. 이러한 시스템을 새로운 타입의 에이전트를 추가함으로써 더 많은 정보 검색 도구를 지원하도록 쉽게 확장될 수 있다.
