本文具体指向的开放性的研究问题，研究了以下几块内容:第一，用户交互记录;第二，搜索情境;第三，活动检测;第四，隐性反馈机制，第五，基于活动的资源联动和排名。总体而言，本文提出了一种新的活动辅助模型，即:首先，以完全自动的、不突出的和隐私保护的方式登录系统范围内的用户桌面交互活动。第二，提出了一种链接和排名桌面资源的新方法，即通过分析用户随找时间变化的活动，并挖掘他们基于隐性访问模式的资源的关联链接行为。第三，提出多种排名方法，如访问频率、近期访问时间、访问集中时间，以及资源连通性。第四，概述了搜索情境的基本框架:频繁用户和非频繁用户情境;工作和生活情境。第五，通过将隐性反馈机制应用于搜索情境（频繁用户和非频繁用户情境，工作和生活情境），提出了新的不同的排名算法。第六，从四个象限（生活和频繁用户，工作和非频繁用户，生活和频繁用户，以及生活和非频繁用户）比较了新开发的算法的绩效。最后，通过用户界面将排名列表主动呈现给知识工作者。　　这项研究工作的具体贡献将按照如下顺序在文中介绍和讨论:　　1)总体来说，本研究的贡献是通过随收随付的方式获取用户反馈，以改善数据空间检索系统。我们提出了实现这一发展搜索情境分析用户的活动与空间几种方法，用来创建一个数据源或其他增强的数据空间之间的附加的有意义的联系。本研究向研究人员和个人数据空间搜索开发人员提供了实用性和创新性的建议，即根据用户活动的关系优势来选择合适的搜索方式的将提高搜索性能。这将是未来进一步研究的基础。　　2)本文的主要目标是概括对研究搜索行为和搜索系统的研究人员的指导框架。它主要聚焦于该类研究相关的搜索活动设计。基于以往的研究回顾，本文确定了一组与搜索关键字相关的活动特征。此外，本文应用多个排名方法将活动排序，以得到最终的合并排名结果。　　3)提出了一种登录用户桌面交互的方法。隐性反馈方法被用作记录用户行动的主要机制，我们的数据采集模型记录系统范围内用户交互的跨应用程序数据，而不仅限于一组有限的应用程序。此外，该机制允许以完全自动的，不显眼的和隐私保护的方式捕捉桌面交互行为，用户不需要在任何阶段执行任何显性的行为。我们预计，这个日志记录过程将更好地洞察桌面用户的行为，将有助于指导未来的个人信息管理系统。　　4)引入了一个搜索情境检测机制，该机制利用用户基于时间的活动行为，并解决用户的日常桌面交互的用户活动的自动识别问题。该机制是基于用户的桌面操作的类型进行分类，与以前的方法相比，它不强制选择由用户手动搜索情境的类型，它会自动涌现出特定用户的日志活动数据。此外，这种区分不同活动的能力在活动支持和归档系统方面非常有用。　　5)任何用户在桌面上建立搜索查询的过程都是由用户在不同的条件下使用不同的文件、文档或网页来完成的。这些从对应的文件收集而来的信息是用来识别用户的实际兴趣，所有收集到的信息皆以一个特定的方式存储，可以用来获得更有效的搜索结果。因此，考虑在搜索情境，提高了搜索结果的相关性和显著性。本文的重点是提出不同的方法来适应搜索结果，这些方法无需任何用户的努力即可得到用户相关信息，进而验证新提出的方法的有效性。基于实验结果，很明显，通过用户情境的分类，更新版的CARS搜索系统比ARS系统更好。　　6)有关机器学习为基础的活动情境检测研究呈现出一些功能，特别是基于交互的足以准确地分类桌面活动情境的功能。具体互动功能的显著积极影响表明，没有必要感受“一切”的用户的桌面交互，只要感知一些相关的元素即可。这一发现对何种基于活动识别目标的传感器可供开发提供了一定的参考。此外，我们的研究结果给出了一个事实，即用户执行活动的环境对活动检测绩效没有显著影响。四种类型的用户情境之间的比较表明，频繁用户情境的系统的性能比非频繁用户的好。尽管不同的用户在桌面工作行为上具有差异，标准的机器学习技术能够准确地将用户的桌面活动的情境分类。　　7)我们提出的ARS搜索系统技术的一个主要局限在于:检索决策的制定完全取决于搜索查询和文档集合;仍然缺乏实际用户和用户活动类型的检索查询历史信息。因此，我们进一步研究和提出挖掘隐性反馈信息的解决方案，这包括可以提高检索精度的查询历史和点击量信息。我们使用情境敏感的检索算法所提出的查询历史和点击信息（Shen等，2005），以获得最终的根据先前的查询和点击活动与当前更新的CARS搜索系统查询的活动相结合而形成的独特的联合排名。实验结果表明，使用隐性反馈，特别是对于点击的文档总结，可以大大提高检索性能。　　8)我们为基于活动的特定桌面支持提供了新的技术基础，并提出了一个创新的使用链接和桌面资源的排名方案。我们缓解了由于缺乏桌面资源之间的联系而造成的桌面活动支持能力不足的问题。研究利用诸如联系、情境和活动的关于访问本地资源的信息，并将其翻译成个人链接结构。更具体地说，本研究提出了一种新的方法来链接和排名桌面资源的问题，该方法通过分析用户的活动随着时间的推移，并从他们的隐性访问模式发掘资源的关联链接。此外，提出了多种诸如访问频率、近期访问、访问集中时间，以及资源连通性的排名方法。通过用户研究，验证了本文所提出的方法的有效性。结果表明，根据在本研究中所示的桌面资源的相关性将其排名的方法，可以提高基于活动专有性的支持，也可提高个人信息管理领域的整体表现。　　总体而言，我们发现我们的研究结果非常令人鼓舞，并以完全无监督的，不显眼的和自动的方式在解决活动的排名和支持问题上迈出了重要一步。此外，目前概念的证明以及本文中的方法的实施表明该系统能在不增加任何额外的负担的情况下帮助知识型工作者。　　在未来，我们将关注由不同的合乎数学逻辑的搜索情境方式而产生的结果的整合策略。另一个有趣的工作是找到用户活动模式，在任何组织中，这些活动模式可以被使用和查询以分析用户本身以及他们的同事的模式和经验，这些模式可以编辑或增强进一步使用。例如，在一个组织中培训的新员工，他/她可以很容易地搜索常见的做法以及在该组织内经常发生的事件，从而能熟悉他们。此外，我们期待着研究如何共享在协同工作中的与活动相关的信息，以及如何通过利用现有的协作框架来识别用户活动库。　　我们所提出的系统测试和比较了通过给定对特定的系统功能的偏好的用户个体。研究结果将有助于桌面系统的设计并促进个人的主观相关性判断。它也将论证以用户为中心和情境感知的信息系统的设计方法的需求。例如，对于一些用户，他们可能需要每天搜索文件，但对于一些用户，他们可能偶尔会搜索他们的文件。因此，在这种情况下，我们可以将搜索情境到归类不同的场景，随后的基本问题将是如何设计更有用的适用于不同的场景的排名工具。如果用户开发一个网站，那么我们可以保持跟踪用户的数据，然后我们可以将用户分成不同类型，也就是说，当用户使用本文所提的排名系统，可以自动给出最适合该用户的排名算法。　　在今天的组织工作场所，业务压力不断增加。现代组织需要更高的效率，以及他们需要专注于业务战略以获得竞争优势。因此，为了组织的长期可持续性和竞争优势的获取，绩效管理和员工绩效提升的作用已成为热门话题并且面临着巨大的挑战。因此，进一步将我们提出的排名方法/开发系统与组织ERP系统整合以获得最相关的信息为员工定期将成为很有趣的话题。这将成为确保过程中提供真实的结果和提高绩效的创新型解决方案。它也将提供具体的指导方针和实际步骤，可用于改善在任何组织的自动化绩效管理过程。　　从桌面搜索研究来看，相关研究者观察到尽管在过去十年中围绕数据库有很多创新，但移动设备相关的研究已经完全落后，而近年来，移动设备上的互联网使用已超过了个人计算机使用。桌面数据空间环境已经有大量的研究，但令人惊讶的是，在移动设备领域几乎没有类似的实践研究。关于桌面搜索已经设计出多个搜索工具，但问题是，由于起初移动设备未被考虑进来，这些工具中没有一个能够在移动设备上运行。因此，将当前桌面资源配置研究扩展到移动领域将是很有趣的。