个性化Web信息代理的研究与开发

介绍了在Web信息检索过程中通过个性化信息代理(Agent)实现个性化信息反馈的工作.提出了信息Agent模型,涉及元搜索引擎的实现和个性化偏好模型的建立,且通过主动服务代理实现个人偏好查询结果的推送.提高了在Web信息检索过程中系统随用户关注程度和关注领域不断变化而调整信息反馈的能力,并在此设计基础上实现了一个原型系统.

网上高质量智能信息检索系统的实现

本文提出了Ｗｅｂ智能化检索系统ＷｅｂＡｃｅｓｓ。这是一个网上智能信息检索系统的原型，它应用了机器学习、自然语言处理、信息检索与超文本等技术与方法。

ISeeker——一个高效的元搜索引擎

介绍了一个高效的元搜索引擎系统ISeeker，提出了一套全面的搜索引擎评价和选择算法，在对检索结果进行融合处理时尽可能选择最好的结果，而且在用户察看结果时进行在线学习和调整。

从信息检索到搜索引擎

信息检索是研究对大规模信息进行快速准确全面的获取、组织、挖掘和提供访问的一门学科,它的目标是从大规模文档集合中返回满足用户需求的文档子集。信息检索涉及自然语言处理、机器学习、数据挖掘、并行分布式处理等多个领域的相关技术。搜索引擎是信息检索的一个具有代表性的应用,也是目前互联网中最重要的应用之一。搜索引擎特别是Web搜索引擎在与一般信息检索系统拥有诸多共性的同时,也具有自己的特点。本文主要介绍信息检索这门学科的一般知识,然后以搜索引擎为例介绍信息检索技术的应用。

一种基于Agent复合学习的搜索引擎模型

基于Internet上信息检索中存在的问题,提出了一种基于多Agent的搜索引擎模型,并具体描述该模型的体系结构及其检索机制,描述了用户偏好学习算法。借助Agent复合学习方法对网页信息进行分类学习,从而达到提高检索精度的目的。