个性化智能信息查询系统中Agent学习机理研究

摘要

随着Internet的发展，人们可以通过网络获得大量的信息资源，然而网上的信息浩如烟海，而且增长和更新的速度越来越快，从海量信息中找到所需的内容是一项极富挑战性的工作。传统的搜索引擎虽然在一定程度上解决了资源定位问题，却仍然存在很大的局限性，它仅提供了基于关键字的检索，而忽略了关键字本身所含的语义内容，无法满足用户极具个性化的查询需求。针对以上问题，本文提出了一个基于Agent的个性化智能信息查询系统，给出了对Web页面进行智能个性化查询的系统结构和实现过程。 Agent技术是一种全新的分布式计算技术，Agent是分布式环境下持续自主运行的计算实体，具有主动性、交互性、反应性、自治性等特点。Agent技术一方面提供了一种全新的系统设计思想，提高了系统内实体的能力，使之比以前具有更强的能力；另一方面，Agent技术为解决分布式问题提供了有效的途径，为系统中实体的协作提供了合理的概念模型。基于Agent的信息检索技术是解决当前信息搜索所面临挑战的最有效的方法。 本文的研究工作主要体现在： 1．提出一种新的用户兴趣的表示形式； 2．引进Agent技术，利用Agent特性更准确、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、信息过滤和信息反馈方法。 智能信息Agent学习系统由三大功能模块组成，分别是用户接口Agent、搜索Agent、过滤Agent。各个模块彼此独立，又相互协作，构成了一个有机的整体，较好地实现了系统的智能性和自适应性。

目录

文摘

英文文摘

大连海事大学学位论文原创性声明和使用授权说明

第1章绪论

1.1选题背景

1.2国内外研究现状

1.2.1个性化查询概述

1.2.2当前的研究进展性

1.3主要的研究内容

1.4论文的组织结构

第2章Agent技术综述与分析

2.1 Agent的定义

2.2 Agent的基本特性

2.3基于Agent系统的应用特点

2.4移动Agent技术研究

2.4.1移动Agent的系统结构

2.4.2移动Agent的优势

2.5 Aglet系统

2.5.1 Aglet概述

2.5.2 Aglet系统框架

2.5.3 Aglet通信模型

第3章基于Agent的个性化智能信息检索模型

3.1系统的设计需要解决的问题

3.2系统架构

3.2.1系统概念模型

3.2.2基于Agent的个性化查询的框架

3.2.3基于Agent的学习系统的工作流程

第4章基于Agent的个性化智能信息检索系统设计

4.1系统实现方法概述

4.2个性化服务

4.3用户个性化模型

4.3.1用户个性化模式的表示和建立

4.4采用相关学习方法进行用户模型的更新

4.4.1兴趣学习

4.4.2兴趣学习的目标

4.4.3兴趣学习的研究现状

4.4.4兴趣学习方法

4.4.5学习方法描述

4.5反馈处理

4.5.1反馈信息的采集

4.5.2基于反馈向量的模型调整

4.6用户Agent设计

4.7过滤Agent设计

4.7.1信息过滤技术

4.7.2本系统过滤Agent流程

4.7.3本系统过滤Agent中信息过滤器的组成

4.8信息检索Agent设计

4.8.1信息搜索Agent研究

4.8.2 WWW信息构造

4.8.3 HTTP协议

4.8.4信息搜索Agent的算法实现

第5章原型系统的实现

5.1开发环境的配置

5.1.1系统开发平台的选择

5.1.2开发环境的配置

5.2数据库的设计与实现

5.3移动Agent的基本结构

5.4系统核心功能模块的具体实现

5.4.1 Agent的实现

5.4.2用户Agent

5.4.3 过滤Agent

5.4.4检索Agent

5.5实验运行界面

5.6原型系统测试结果评估及分析

5.6.1系统测试环境

5.6.2系统性能测试

第6章结论

参考文献

攻读学位期间公开发表论文

致谢

研究生履历