多角色协同式强化学习的个性化信息技术

针对当前指数膨胀的网络资源使得搜索引擎查询出来的结果经常成千上万、良莠不齐的研究现状,通过充分借鉴社会学、经济学、心理学和分布式人工智能等多门学科的重要内容,提出了基于角色的多Agent协同式强化学习技术在这一领域的创新应用,并适时地为该技术引入了一种新颖的经验交流与共享学习机制。比较实验表明,该技术具有较高的搜索效率和运行准确率。

个性化网上信息代理技术的研究概述

随着互联网的飞速发展 ,传统的信息服务系统如 YAHOO没有有效的手段理解用户准确的信息需求 ,忽视用户的个性化要求 ,不能提供长期的主动的信息服务 .而个性化信息代理技术可以智能化地理解用户的兴趣和长期的信息需求 ,为用户提供准确、可靠和方便的信息服务 .综述了个性化信息代理技术的研究概况及存在问题 ,并指出了今后的研究方向 .

搜索引擎系统中的Web个性化信息推荐技术

Web个性化推荐技术在现代互联网中有着广泛的应用,它能将Web网络信息按照用户的个性化需求主动地向用户提供服务。但是由于现代搜索引擎通常缺乏用户的相关登录信息和网页访问路径信息,所以传统的Web个性化推荐服务并不完全适用于搜索引擎。由于用户在访问搜索引擎时会产生大量的关键词访问序列,而这种关键词访问序列蕴含着丰富的用户个性化信息,基于此,提出了一种利用搜索引擎访问日志中的关键词访问序列来进行Web个性化推荐服务的方法,并分析了相关技术特点和实现细节。

基于知识类的个性化信息检索技术

提出用知识类的方法定制Internet信息资源 ,满足用户个性化的需求 ,并对具体实现作了概括性叙述。

基于本体的数字图书馆个性化信息服务模式研究

本文从本体概念出发,对现有的个性化信息服务技术进行了阐述,从而在本体理论的基础上提出数字图书馆个性化信息服务模式,最后对安全和隐私问题提出进一步研究的期许。

基于Multi-Agent图书馆个性化信息服务研究

基于Multi-Agent数据挖掘功能,通过对用户初始的注册信息、浏览记录、用户操作行为、相似用户群挖掘,分析得出用户兴趣信息;利用文本特征抽取技术提取相关中文分词,形成有效特征词,采用Multi-Agent技术构建用户兴趣个性化检索引擎模型。引入信息过滤模块和用户兴趣学习模块,根据用户兴趣模型,过滤检索查询结果后再推送给用户,提高信息服务质量,进一步提高了高校图书馆个性化知识服务效率。