基于Agent的元搜索引擎结果优化技术

在使用元搜索引擎进行检索的过程中,由于返回结果的数量较大,不利于用户快速、准确地找到所需信息。提出一种基于Agent的元搜索引擎结果优化技术,旨在通过建立兴趣模型对检索结果进行优化,从而针对不同用户提供更具个性化的信息。

基于播存网格的智能Agent研究与设计

简要地介绍了播存网格的组成,并设计了一种基于播存网格的智能Agent,同时详细地讨论了智能Agent的软件实现技术。

基于Agent的用户兴趣学习算法及其实现

通过对用户兴趣学习上的Bayesian算法和向量空间法的对比，提出了采用ID3算法实现用户兴趣学习，并介绍了其在智能引擎中的应用和具体实现方法。

基于Agent的个性化信息服务

文章提出了基于Agent技术所实现的个性化信息服务,利用面向对象思想实现了Agent类模型,并说明了A-gent能提供的几种新的服务模式。利用这样的Agent类模型实现了个性化信息服务系统的开发框架,解决了现有的个性化信息服务存在的某些问题。

基于Agent的个性化信息服务系统的开发与设计

文章针对现有搜索引擎技术的不足,提出了一个个性化信息服务系统开发模型,并给出了该模型的工作原理,论述了该模型所采用的关键技术。

基于多兴趣Agent的信息检索模型的研究

基于agent的信息检索系统在海量网络信息检索中已经得到广泛的应用。提出了一个基于多兴趣agent新的信息检索模型,该模型对查询信息进行了兴趣预测并生成了用户兴趣项权重向量。实验表明,模型在预测用户兴趣的效果和推荐搜索信息的准确率方面比传统的单兴趣Agent检索系统IRHO IA有一定的改善。

基于Agent的个性化信息系统的研究

针对现有搜索引擎技术的不足,提出了一个个性化信息系统开发模型,并给出了该模型的工作原理,论述了该模型所采用的关键技术。

基于多兴趣Agent层次结构的检索系统

为提高基于Agent的信息检索系统在海量的网络信息检索中查询准确率,提出了基于多兴趣Agent层次结构的检索系统模型(IRHOMIA,information retrieval system based on hierarchically organizedofmulti-interest Agent),模型对查询信息进行了兴趣预测并生成了用户兴趣项权重向量,输入到训练过的神经网络并把输出层生成向量中的每个值与给定的阈值进行比较来确定将查询任务分配给其他兴趣Agent或者是拥有相应资源的查询工具。试验表明,IRHOMIA在预测用户兴趣的效果和推荐搜索信息的准确率方面比传统的检索系统以及单兴趣Agent检索系统IRHOIA有5%以上的提高。

基于兴趣信任的多agent合作系统的形成与演化研究

借鉴人类社会学中流行的人际关系模型,提出一种基于"兴趣信任"的多agent合作模型,利用贝叶斯方法对agent的可信度按兴趣领域进行了分类评估,通过agent间基于兴趣信任的链接更新形成稳定的多agent合作系统.最后的仿真实验显示,本文提出的基于兴趣信任的合作系统演化方案不仅能有效提高任务的执行成功率,而且能有效改善网络拓扑结构,使所有的a-gent在不同的兴趣领域内聚集在该领域内服务能力较强的可信agent周围,提高了合作对象的选取效率.经过多轮演化后,本方案能使agent在不同的兴趣领域形成"兴趣分类聚集",减小了网络同化现象,突出了agent的个性.

基于Agent的个性化元搜索引擎

提出基于Agent的个性化元搜索引擎,将Agent技术与元搜索引擎技术相结合,较好地实现了搜索引擎的智能化,为用户提供了一种良好的检索解决方案.Agent具有的自主性、社会性、反应性和能动性等特性可提高系统的灵活性与智能性,可更好地根据用户行为定制个性化模型,大大提升了用户体验,查全率与查准率得到改善.

基于Agent的民航信息推送系统研究

近些年我国民航业发展迅速,民航信息存在数量庞大而有效信息获取不及时的问题,为满足用户的个性化信息服务需求,提出一个基于多Agent的信息推送系统模型,探索通过多Agent协同工作实现民航信息处理的智能化,对系统实现的一些关键技术、用户兴趣模型的构建、信息过滤技术等提出解决办法。

基于Agent个性化远程教学系统的应用研究

个性化教学实现方法的研究是人们对远程网络教学提出的更高层次要求，也是未来教育信息化发展的必然趋势。本文从现有远程网络教学系统缺乏深入了解用户兴趣的实际现状出发，提出了一个基于Agent的个性化远程教学系统原型，从而为用户提供有针对性的个性化服务。

基于模糊兴趣模型与多Agent的个性化推荐系统

提出了基于模糊兴趣模型与多Agent的个性化推荐系统框架,通过引入用户模糊兴趣模型,使以Agent为基础的推荐系统无法通过隐式收集用户对商品属性评价的问题得到解决,并且在客户端收集并挖掘用户的私有信息,然后从服务器中获取用户感兴趣的信息,最后生成并更新UserProfile。

基于移动Agent技术的逻辑虚拟主动网

为满足用户对网络实施主动性并能依据人的逻辑思维或任务间的逻辑关系进行通信,提出了逻辑虚拟主动网LVANet(LogicalVirtualActiveNetwork)。LVANet是以移动Agent技术为基础,建立在现存的网络结构之上的用于反映任务间逻辑关系的一种网络。描述了LVANet的结构、特点及功能。采用移动Agent技术构建了LVANet的框架,给出了安全的主动包传送方案及安全访问控制方案。与传统虚拟主动网相比,LVANet灵活性强,消耗低,网络带宽可以节省3 8%,工作效率提高18%。

基于Multi-Agent分布式光伏并网利益协调仿真研究

随着光伏产业的稳步推进,政府财政补贴面临越来越大的资金压力。如何有效调整产业补贴政策,成为推进光伏产业健康发展的一个迫切问题。基于此,提出多Agent的分布式光伏并网主体仿真,构建仿真模型,分析仿真结果。仿真结果表明:政府可以降低发电补贴和回购电价相结合的方式调整政策策略,保证并网主体对光伏并网持积极态度,降低产业发展对政府补贴的依赖性,推动产业良性发展。

基于多Agent的智能信息检索框架

提出了一个基于多Agent的智能信息检索(intelligent information retrieval based on multi-agent,IIR M-Agent)框架。介绍了多Agent群组的工作原理,提出了一个具有二层结构的IIRM-Agent框架,阐述了各个subagent的任务以及它们之间如何协作完成智能检索、自动通告、导航条和个人信息管理的功能。

基于多Agent系统的网络化制造虚拟企业构建研究

对网络化制造中的虚拟企业构建问题及虚拟企业成员选择问题进行了研究,指出了目前存在的问题.采用多Agent的思想,建立了一个适合我国制造业实际需求的基于多Agent系统的虚拟企业成员选择模型,重点对虚拟企业体系中出现利益冲突时的企业决策进行了博弈分析,得出了一些有益的结论.

分布式自利agent任务分配算法

在有自利agent参与的任务分配情形中,由于agent的自利性,导致各agent不能有效合作,影响agent的个体收益和系统总收益.解决该问题的一个途径是对agent所得的收益进行合理分配.文中基于分布式自利agent联盟技能博弈模型,提出自利agent的任务分配算法.模型中提供技能的服务agent和管理任务的agent都是自利的,分别处于不同的地理位置,具有不同的视野范围.算法为任务agent设计效益分配策略,合理分配自己的收益给所需的技能,任务分配结果在保证个体自利性的前提下获得较高的系统收益.仿真结果验证文中算法的有效性,并考察自利agent的视野范围对自利agent的个体收益和系统总收益的影响.

基于模糊兴趣集和智能Agent的推荐系统模型研究

提出了一种结合用户模糊兴趣和智能多Agent的电子商务推荐系统模型,利用智能Agent获取用户对产品属性的喜好度和相应权重,依此建立起清晰的用户兴趣模型。在智能多Agent技术下建立一种多属性综合评价机制,采用逼近理想解法(Topsis法)对候选产品进行实时处理,并根据排序结果产生Top-N推荐。

基于Agent的搜索引擎个性化服务系统

将Agent技术引入到搜索引擎个性化服务系统中,由它记录用户的个性化信息。Agent技术提供了一种完全不同的Web信息检索模式,有望使Web信息检索的效率产生一个质的飞跃。