（3）用户填写好申请表后，提交给图书馆webserver。图书馆webserver将用户的特征信息、查询要求等传送给“推送服务代理”。
（4）“推送服务代理”根据用户的请求信息，在用户特征信息库（专门记录用户需求特征信息的数据库）和用户信息库（专门记录用户希望获取信息的数据库）中分别增加一条记录。
（5）“推送服务代理”会根据用户的要求，定期将用户的查询需求传递给“查询代理”。
（6）“查询代
理”根据“推送服务代理”传送的用户要求，定期检索相应的数据库，并将查询结果返回“推送服务代理”。
（7）“推送服务代理”按照用户的要求，定期将最新信息推送到用户指定的地址。从系统论的角度看，基于web站点的信息服务效果的优化是一个系统工程。通过对信息的收集、整理、加工、处理、存储、传递、利用等环节的控制，使信息系统在整体上处于最优状态，都能够改善和优化服务效果。
3.2 推拉技术在数字图书馆采访工作中的应用
采访即馆藏文献信息搜集，是图书馆文献信息处理工作的信息输入阶段。采访的工作职能，就是广泛收集各类型文献的出版、发行信息，并根据本馆实际及其读者需求，选择、采集满足读者群现实与潜在需求的文献。传统的文献信息源主要有公开发行的报刊、出版发行单位编印的书目等印刷型书目信息，获得文献的方式主要有预订、邮购、选购等。传统图书馆中，采访人员获得出版单位编印的书目信息是被动的，范围比较小且呈零散状态。在数字图书馆中再采用以前的方式进行采访显然是不适宜的，计算机网络把我们收集文献信息的范围扩大到了全国乃至全世界，除传统的收集方式外，我们还可以通过因特网访问出版发行者的网站，收集文献信息，并在电子商务系统的支持下，实时采集所需文献。这样不但缩短了预订时间周期，而且提高了文献到馆率。同时，我们还可以利用网上信息推送技术，将我们需要的书籍发布到各出版商的网站，这样，等出版商有了相应的书籍时，就可以及时将书籍信息发送给我们，大大缩短了采集的时间，提高了工作效率。
在图书采访工作中，收集读者需求和意见也是十分重要的。在传统图书馆中，我们很难较好地完成这项工作。因为在传统方式中，收集信息的面不可能太广，只能限于一部分读者，且信息反馈的周期较长，耗费人力大，且收益不太好。如果采用了信息推送技术，我们将征集读者意见做成一个网页，发送到校内每位读者的计算机系统，这样，关心我们图书馆工作，同时也是关心自己切身利益的读者就会给我们回复，这种信息采集、反馈的时间就会大大缩短，所获取的信息也使我们采购工作提供了方向。
4 推拉技术在数字图书馆中的应用前景
信息“推送”与“拉取”两项技术应当取长补短，相互结合。在两者结合的基础上再融入人工智能、知识发现、网络及数据库等技术，从而形成“智能信息推拉”技术。这项技术是当前Internet/Extranet/Intranet、数据库系统及其他信息系统为用户提供信息服务的一个发展方向。智能信息推拉技术的引入，可以提高网络及数据库的智能水平，从而从根本上解决“推送”和“拉取”技术应用过程中所遇到的难题，如如何从海量信息中提取有用信息、如何为不同用户提供个性化信息服务等。
IIPP技术应用了人工智能（AI）、机器学习（ML）方法、知识工程（KE）的知识推理搜索方法、知识发现（KDD）方法等技术，将“智能信息推送”（IIPush）和“智能信息拉取”（IIPull）相结合。这样，一方面，信息提供者可以推测用户的兴趣，从而更有针对性、更及时地向用户推送实用信息；另一方面，用户也可以更快、更准确地从信源拉取到最新信息。人工智能和KDD技术的应用，提高了网络的智能化水平，可以在“推送”或“拉取”到的大量信息中发现其内在规律，提取用户最关心、最感兴趣的有用信息，从而大大降低用户进行下一步搜索和筛选的工作量，进而提高用户获取信息的效率和能力。
