智慧型書籤系統

在這個資訊爆炸的時代，面對成千上萬新資訊，或是管理經常瀏覽的網頁，往往使用各種書籤系統將網頁加入書籤，但由於儲存了過多的書籤，難免變得有些雜亂無章，甚至演變成要在這些雜亂無章的書籤中尋找少數需要的網頁，即使使用了資料夾分類，隨著時間的演進依舊充斥著大量的網頁書籤，在使用上造成了許多的不便，使原來為了方便找尋的書籤功能喪失了原本用意。雖然現今搜尋引擎的功能十分強大，但仍需要使用者打字搜尋以及過濾參差不齊的搜尋品質，因此特別針對書籤網站做研究。本系統為了突破現有書籤系統的功能，不但改變了書籤的排序方式，可以讓使用者在使用上更加方便，還提供了動態的瀏覽器首頁，讓每次開啟瀏覽器的時候，可以預測使用者在這時間點最有可以使用的網頁並開啟。本系統在排序上主要提供了Lucky Ordering以及多種排序方式。Lucky Ordering的概念主要是收集使用者的使用習慣，經過計算分析來對各使用者所儲存的書籤做出預測，並且利用這種預測結果來對書籤做出一個排序。為了讓預測更準確，考慮了下列四種使用特性：近30日的點擊次數、關心留言更新的程度、前後半小時使用程度以及書籤使用的先後次序。根據以上四種特性會預先給予一個固定的權重，再根據各個使用者的使用情況來動態調整權重，更新預測排序的次序，如此一來，每次的預測順序都會根據使用者不同時間以及習慣的改變而做出動態的調整。而動態的瀏覽器首頁，也是利用Lucky Ordering 的方式，讓使用者在不同時間使用瀏覽器都可以在首頁直接預測使用者可能想要使用的網頁並且開啟該網頁。另外更加原本書籤功能延伸出去，在本系統的智慧型書籤裡，除了依照每個使用者的規律使用習慣，提供自動預測、自動更新的功能，並且在第一時間開啟瀏覽器的時候，預測使用者在這個時間點所想要開啟的網頁，節省搜尋、選取、過濾時間之外，最後更將書籤系統延伸到以下的功能。1.同步留言系統：不但可以提供使用者和其他人一個互動的平台管道之外，更可以擴大交流資訊的對象,並且會將不同平台上的留言做同步。2.檢查網頁/留言更新功能：利用網頁提供的RSS 資訊來判斷網頁是否有更新，並直接反應在書籤系統中，讓使用者在書籤系統中可以直接取得網頁是否有更新的資訊；而當有書籤有新的留言時候也會直接反應在系統中。3.分享功能：將自己或是其他使用者的書籤分享出去，讓使用者可以自行嵌入到自己的網頁上跟大家分享。藉著上述功能，擴大書籤系統功能，將此系統朝向智慧型書籤系統發展。

關鍵字

書籤系統；智慧化；動態調整；自動更新；排序；預測

並列摘要

In the age of information explosion, people use bookmark system to save and manage those web pages which are useful for them. However, the bookmark system becomes disorganized and unsystematic because of saving too many web pages and lacking management. Therefore the purpose of the bookmark system, which can provide an easy way to find the web pages people want to use, is disappearing. Although the search engine is much more powerful than ever, the user still have to type keyword to search and then filtering the unknown quality of search results. Consider about this, we do some research for the bookmark system. The bookmark system we established mainly provides a forecast by collecting and analyzing the using behavior from users. In order to providing a convenient way to user, we provide a homepage for browser which can forecast dynamically the web page the user may want to use most in this moment. So we can directly use the web page we want as long as we start the browser. We consider the following features of using behavior to raise the degree of accuracy of forecasting: A. The number of clicks during 30 days. B. The degree of concerning about comments. C. The using degree during an hour. D. The behavior of using the bookmark sequence. And then we give all the features a default weight which will be adjusted according to the using behavior to update the bookmark ordering of forecasting. In this way, every forecast will be dynamically adjusted according to the different using time and the change of using behavior. Besides the dynamically ordering of forecasting, we extend the bookmark system to more additional functions. A. A synchronously platform of leaving messages, which can provide an interacting platform to people. B. a function of checking update information for web page and comment, which can let user get the both updating information directly in this bookmarking system. C. A sharing function, which can share myself and others bookmarking freely. Hoping we can make a breakthrough in bookmark system to achieve an intelligent one.