基于智能Agent的个性化Web浏览器研究与实现

摘要

该文主要针对网络信息的个性化服务进行了一些研究工作.研究的主要目的是希望通过在客户端浏览器上引入具有自适应学习、过滤和自动搜索功能的智能Agent,以加强和改进客户端浏览器的功能,提高信息采集质量和信息搜索效率,减少网络信息的反复搜索和传输,实现面向用户兴趣的信息搜索,体现和反映用户的个性化信息服务需求.要实现这种面向用户兴趣的个性化信息服务,面临的问题是用户兴趣如何表示、如何学习到用户兴趣、如何进行面向用户兴趣的信息搜索和面向用户兴趣的信息过滤等.该文针对这些问题进行了研究并提出了一些解决办法.这些研究工作主要体现在:①提出用户兴趣的数学表示形式——兴趣向量,并提出定量地计算用户对兴趣项的兴趣度的计算方法;②提出采用强化学习算法,使智能学习Agent能够更准确、更快速和更高效地学习到用户的兴趣和及时发现用户兴趣的转移;③提出面向用户兴趣的信息搜索和信息过滤方法;④提出一种基于对象的Agent编程模式,也称为用扩充OO建模技术或方法学的适用性来设计Agent系统.通过对这些问题的研究,我们设计了一个个性化的智能Web浏览器,并实现了系统的部分功能.该系统目前主要具有以下功能:①用户登录注册并自动生成用户配置文件;②用户浏览网页信息;③系统可以部分学习用户兴趣并能够发现用户的兴趣转移;④网页信息过滤.系统具有以下特点:个性化、自主性、信息维护功能和知识维护功能、协作性、扩充性等.系统的功能目前不是很完善,需要以后进一步的研究和完成系统开发工作

目录

文摘

英文文摘

第1章引言

placeholder

1.2.1 WEB个性化信息服务含义

1.2.2 WEB个性化信息服务的发展概况及发展趋势

1.2.3 WEB个性化信息服务的重要意义

1.3基于智能代理的个性化WEB浏览器的研究意义

1.4本文的工作和论文组织

2.1智能代理(Intelligent Agent)技术概述

2.1.1智能Agent分类

2.1.2智能Agent的基本模型

2.1.3多Agent系统(Multi-Agent System，MAS)

2.1.4多Agent之间的协作与协调

2.2智能Agent方法和技术在WEB信息搜索上的应用

2.2.1智能Agent应用的可能性

2.2.2构造智能Agent的具体应用方案

2.2.3智能Agent技术在Internet信息搜索上的典型应用

第3章系统强化学习

3.1机器学习概述

3.1.1什么是机器学习(Machine Learning)

3.1.2机器学习模型与系统结构

3.1.3机器学习的方法

3.1.4机器学习的应用和研究进展

3.3用户访问方式的获取与系统个性化实现

3.3.1用户兴趣表示和兴趣度定义

3.3.2网页识别

3.3.3学习Agent-用户兴趣的增强学习

3.3.4网页搜索与信息过滤

第4章个性化智能WEB浏览器的设计和实现

4.1个性化智能WEB浏览器的设计

4.1.1智能WEB浏览器总体结构

4.1.2知识库和本地信息库的组织和设计

4.2个性化智能WEB浏览器的实现

4.2.1开发和运行环境

4.2.2用户兴趣的初始化

4.2.3智能Agent的实现

4.3系统运行、功能特点及目前存在的问题

4.3.1个性化智能WEB浏览器的运行

4.3.2个性化智能WEB浏览器的功能特点

4.3.2个性化智能WEB浏览器目前存在的问题

第5章总结与展望

5.1全文总结

5.2下一步的工作

参考文献

论文和工作

致谢