论文部分内容阅读
随着Internet信息量的迅速膨胀和用户数量的剧增,传统的Web信息检索工具呈现出效率低、发展受制约的征兆,这一现状激励着人们去研究发现新的、更高效的Web信息检索方法。
Agent技术为提高网络信息检索的效率提供了一种新方法,基于Agent技术的Web信息检索系统具有避免大量数据在网络中传输、降低系统对带宽的依赖以及在网络不稳定的情况下仍能保持稳定工作等优点。
在对Agent、移动Agent、多Agent相关理论及传统Web信息检索技术深入研究的基础上,设计了一个基于Agent的Web个性化信息检索系统。该系统根据用户的要求对网上信息进行搜集、过滤,并将用户真正需要的、感兴趣的信息提交给用户。系统由个性化模块、信息搜索模块、信息过滤模块构成,各模块之间协同工作,形成一个有机整体,实现了Web信息检索的智能化和个性化。论文详细介绍了系统各部分的工作原理及设计方法,着重阐述了个性化模块的设计,即根据用户的基本信息和评价反馈等方法,构建并训练用户个性化学习Agent,用于表示、建立和调整用户兴趣模型。
从理论和实践两方面阐述将Agent技术应用于Web个性化信息检索领域的可行性,主要的工作如下:
1.针对目前信息检索系统存在的不足和当前用户的个性化需求,设计了一个基于Agent的Web个性化信息检索系统,详细分析了该系统中各个模块的功能、设计方法和实现方案。
2.在对用户个性化技术深入研究的基础上,详细研究了用户模型的建立和调整的方法,改进并完善了根据用户浏览行为、用户评价反馈信息、时间衰减以及相似用户的推荐等方法调整用户兴趣模型。探讨了根据用户基本信息、URL序列的重叠程度和兴趣度向量相似度计算用户相似度的方法,并在上述用户相似度的基础之上提出用户综合相似度,从而更全面地判断相似用户。
3.在JADE平台上采用Java语言进行主要模块的实现,并进行了计算机之间Agent的通信实验和个性化的相关实验。