项目总结笔记系列 Autonomy IDOL Server KT Session1

在说上面这个图之前，先说一下背景知识。

Autonomy地址：

http://www.autonomy.com.cn

http://www.autonomy.com.cn/content/home/index.zh.html

　　先说说我的理解：我们利用Autonomy可以做什么。比如在一个电商网站中，我们在某个电商网站中搜索了苹果6，Autonomy会迅速地在返回的页面中，给用户提**品的配件以及辅助产品的信息。比如，苹果6的手机壳、充电器、耳机线；相关其他的苹果产品，如ipad等。又或者当用户查找iphone 6，但是电商的库存为零了。这时候，Autonomy会自动选择替代的产品并返回给用户。并且，Autonomy会分析大量的用户购物数据及购物兴趣，各种隐性显性的关联因素，来引导用户来浏览其他的商品。这样，为电商引入了流量，增加了交叉促销，为促成交易贡献了自己的力量。Autonomy同时可以根据用户的喜好对销售需求做出迅速反应。最后，Autonomy 的情绪分析技术还能够使电商对其客户服务情况进行监控(包括各种facebook twitter weibo QQ)，以提供最高标准的服务。你也许会想，这些操作其实在淘宝，天猫等中已经对它做了应用。其实，电商平台只是Autonomy使用的冰山一角，它对各种类型(结构化 非结构化)数据的整合，处理，过滤，模式匹配，情感分析，在金融、制造业、媒体、电商、医药等行业都有成功过的使用案例。这个可以在官网中，参考看到它的案例介绍及其其中的一些牛逼的技术的介绍。

1.Autonomy：autonomy，提供了一种能够理解任何文件格式的全面软件基础架构解决方案。无论数据是文字还是语音，是结构化还是非结构化，采用何种创建和存储手段，相关的应用程序为何，Autonomy 都能进行处理。这样无需人工建立复杂的连接器或使用元数据，也可实现应用程序之间的通讯。Autonomy的技术使企业应用系统独立于数据类型而运作，同时借助将手工操作自动化而提升了效率。

2.IDOL Server：智能数据操作层 (Intelligent Data Operating Layer^TM，IDOL) 服务器位于 Autonomy软件的核心地位。IDOL Server 收集来自各连接器的数据，并以其能够实现快速处理和检索的独特结构储存它们。在处理信息时，IDOL 能够联系概念和语境来理解企业中所有的内容，对超过一千种不同格式的信息乃至使用者的兴趣进行自动的分析。IDOL 允许对数据资源进行超过 500种操作，包括超链接、代理、摘要、分类、聚类、结构化信息抽取、档案建立、个性化信息提醒以及检索。“安全性是 IDOL 体现出自己独到之处的一个重要方面。它提供了映射式的安全架构以及几乎实时的安全权限同步功能，因此，非常适用于对安全性要求较高的搜索应用场合”。

更多的文档参考：http://c0049920.itcs.hp.com:9000/action=help

3.ASOA：Autonomy 的基础架构产品在设计时尤其重视重复利用性、模块化、组件化、互用性以及性能等原则。而 Autonomy面向服务的架构 (ASOA) 则是这些设计原则的延伸。Autonomy 的所有模块都属于可选用的服务，并使用标准的 SOAP 作为其接口，这样大量基于语义的功能都能作为服务提供给用户。

4.Autonomy的实践：两家投资银行合并后不久，决定建立一个统一的研究系统平台，以便其客户可以即时访问合并后的银行的所有与研究资料。这包括全球范围内的 PDF 文件、Lotus Domino 服务器站点，以及存储在文档管理系统和网络上的大量 Microsoft Office 格式文档，形式参杂混合。要将所有这些数据合并到一个系统的前端，传统上需要开发多个接口，每个接口连接一个不同的数据源。相反，如果新合并的银行部署 IDOL 整合所有的数据源，IDOL 可简单为每个数据源配置相应的数据采集器。当各种类型的信息导入到 IDOL 后，一个单一的 JSP 前端就能够提供所有数据的检索、自动超链接（相似文档自动推送） - 无论数据格式是什么，也不管它存储在哪里。

　　我们的Social Hub项目的底层是基于Autonomy的，Autonomy从各个平台上搜索到了各种各样的数据(通过连接器connector)，Autonomy提供了各种基于.IDOL Server。(我们的conncector也许只是返回了一个file的address，CFS则要extracts文件，并且从文件中提取出metadata and file content把它们加到CFS的document中，你想，这样我们的IDOL server到时候可以直接搜索分析数据，而不需要再从原文件格式中取数据。可见，我们增加了CFS这一层，是将所需要的数据提供了一个统一的入口)相当于，你需要水，我从各种管道接来了水，放在一个水瓮中，供你来用。或者你需要钱，我从各个地方弄到了钱，放在了保险柜中，等你来用。

Autonomy的技术优势总结：

1.关键词和布尔表达式搜索

　　当处理大量数据并且用户也完全明了其需要寻找的特定信息时，关键词和布尔值搜索的准确性是可以保证的。Autonomy 对这种方法也提供完全的支持。但是，尽管关键词搜索能够找出文档中匹配的字词，它却不能告诉我们整篇文档与所关注的主题之间有多大的相关程度。

　　如“那晚我走在一条街上。这条街又长又黑。等我走到街的尽头时，有个抢劫犯跳出来袭击了我”，虽然句中多次出现“街”，但整段内容描述的却是一起犯罪事件。用关键词和布尔值方法搜索“街”时，该段内容很可能会被返回到搜索结果中，因此，这些方法有时并不准确。针对这一点，关键词搜索方法常采用权重来对搜索结果进行排列。当对比关键词出现在不同位置的两篇文档，其中一篇关键词出现在文档中的显著位置，例如标题，另一篇关键词出现在文档末尾，搜索方**认为前者的重要性比后者高，并给予其较高的权重值。此外关键词出现多次的文档得到的权重值也会比较高。

原标题：项目总结笔记系列 Autonomy IDOL Server KT Session1