基于改进用户Agent的个性化检索系统实现方法的研究

在智能多Agent系统(Multi-Agent)以及黑板协作机制的基础上,对用户Agent进行改进,并以此为核心,开发一种基于用户Agent的多介质知识源下的个性化信息检索系统。提出整个系统的框架结构,分析用户Agent黑板结构分区及数据格式,并给出任务分解、任务分区信息、通信信息分区的组织及监控机制的实现,最后对多Agent系统的协作机制进行讨论。

一种基于本体论的Internet信息个性化检索系统的Agent实现模型

本文通过结合本体论和Agent技术提出了一种基于本体论的Internet信息个性化检索的Agent系统的实现模式。该系统的实现可以在一定程度上缓解Internet网上信息过载的问题,结合领域知识,提供用户个性化信息检索服务,可提高Internet信息检索的准确率。

基于用户兴趣改进模型的智慧图书馆个性化检索服务研究

为了解决目前用户在图书馆检索系统中无法找到自己感兴趣的内容的困境,文章以抓取的各类教育网站上的课程信息作为实验数据,将用户兴趣与基于倒排索引的Lucene算法及LDA算法模型相结合,引入UCI-Lucene算法:使用Lucene算法得出基于倒排索引的搜索结果,使用LDA主题模型算法对Lucene算法得出的搜索结果计算得到课程的兴趣分布,与此同时使用LDA主题模型算法通过对用户日志进行计算得出用户的兴趣分布,接下来将课程的兴趣分布与用户的兴趣分布做相似度计算,得到课程—用户的兴趣相似度,最后通过加权Lucene算法得出的搜索结果得分和课程—用户的兴趣相似度得分得到每个课程的综合得分,得到最后的搜索排序结果。基于上述改进算法,文章设计了一款智慧图书馆个性化检索系统。实验表明,基于用户兴趣改进模型的智慧图书馆个性化检索系统不仅能够更好满足用户的搜索需求和用户兴趣,还能够显著提升搜索结果的准确性和召回率。

基于BP算法的Agent个性化Web检索系统

提出了一种基于BP算法的Agent个性化Web检索系统;利用实际的数据进行测试,得到了相应的结果,证明算法确实有效,实现了Web查询的个性化,基本满足了用户的个性化需求;指出了如何处理特征项之间的关联,以及进一步提高查询的精确程度是下一步研究的方向。

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”。

Multi-Agent数字图书馆个性化信息检索系统浅谈

本文介绍了智能Multi-Agent技术，Multi-Agent技术的发展现状和优点，同时结合Multi-Agent技术构建数字图书馆个性化信息检索结构模型。

基于移动代理的相关反馈信息获取方式与机制

介绍了相关反馈技术应用于信息检索系统的作用,总结了反馈信息的类型以及传统的实现机制,分析了其优点和缺点。最后论述了移动代理技术的特点,并提出将其应用于相关反馈的理论模型和工作机制。