论文部分内容阅读
Internet上大量、异质、分布、动态的信息造成了“信息过载”。在信息充斥的情况下,如何有效的为用户提供基于Internet的资源发现服务已成为一项重要而迫切的研究课题。搜索引擎部分的解决了信息资源发现的问题,然而其结果却不能令人满意。本文针对农业用户计算机技术比较薄弱的特点,提出了网上农业专家系统用户代理机制。目的是通过学习用户的兴趣,观察用户的行为来建立用户兴趣模型,从而为用户提供个性化信息查询服务。本文首先介绍了Agent和多Agent理论和技术:Agent拥有知识、问题解决方法和问题的有关数据以及内置的控制机制;并且具有个性化的特征,有学习和适应能力。同时,Agent应用程序具有许多良好的特性,如:自主性、社会性、反应性和能动性。Agent技术由面向对象技术发展而来,Agent和对象之间必然存在着联系和区别。论文还介绍了Microsoft的新一代面向对象的C#语言,它既继承了C和C++的强大功能,兼具Visual Basic的简单易用性,它利用.NET框架提供的为计算与通信开发的工具和服务。由于Web服务框架的帮助,网络服务就可以看作是C#的本地对象。C#包含了内嵌的组件模型,支持Web上的标准协议,同时,它支持任何组件转换成可以通过Internet被任意平台上的应用程序调用的XML Web Services。通过对个性化服务发展历程的简述,指出本项研究的意义所在。在用户参与的情况下,建立用户兴趣模型。对用户个性特征提取算法进行了改进。根据用户需要和用户的任务模型主动、智能和协作地搜索Internet上的农业专家系统信息源,对搜集到的信息进行分析、过滤。该系统能自适应用户兴趣和信息源的变化,满足用户对网上信息、查询跟踪的需求。有效地解决了现有系统在交互方式、自适应用户兴趣等方面的不足,满足人们在信息浏览时的个性化要求。本论文给出了系统的总体设计思路,系统采用分层设计的思想,将整个系统分为用户层、信息处理层和信息收集层,有利于用户按照自己的兴趣爱好选择个性化界面以及个体Agent优化。并对部分Agent进行详细设计和具体的分析。鉴于Agent理论发展还不是很成熟、研究水平和条件的限制,论文还有很多东西值得探索。