个性化智能信息检索的设计与实现

文章提出了一个个性化智能信息检索系统NetLooker，它是智能信息检索领域的重要研究课题。系统运用人工智能的方法，采用两层分布式智能体Agent技术、相关反馈学习算法、信息滤波算法，面向用户个性化模式来设计和实现。系统采用两层交互机制，支持个性化检索和浏览式检索两种信息检索方式，有良好的交互方式、能智能适应用户兴趣和信息源的变化。它可应用于WWW、电子商务等分布式系统中进行信息检索，因此具有理论价值和使用价值。

Internet个性化智能信息检索的分析与研究

本文首先对Internet网上信息检索进行了综述与分析 ,针对存在的问题 ,介绍了智能Agents的解决方法 ,最后本文提出了一个多Agents系统的个性化智能信息检索系统的模型 ,该模型集成了神经网络、最好优先算法、信息过滤。

基于Agent的个性化智能信息检索系统

Internet空间中的信息资源是异构的 ,人们要想从Internet中发现、收集和维护自己需要的信息则要花费大量的时间和精力。虽然目前Internet上有很多的搜索引擎 ,如Yahoo、搜狐等 ,但这些引擎还存在着不少缺陷 ,如在适应用户兴趣、交互方式等方面均存在着不足。人们迫切需要一种工具以有效地利用Internet信息空间中的各种信息资源。本文是针对当前Internet检索系统中存在的不足 ,开发设计了一个“基于Agent个性化智能信息检索系统”。