探索基于agent的个性化信息检索技术的研究

《探索基于agent的个性化信息检索技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、哈尔滨工程大学硕士学位论文基于Agent的个性化信息检索技术的研究姓名：盛秋艳申请学位级别：硕士专业：计算机应用技术指导教师：刘群20030401哈尔滨工程大学硕士学位论文摘要近年来，智能信息检索(IntelligentInformationRetrieval)作为人工智能(AI)的一个独立研究分支得到了迅猛的发展。随着Intemet的发展和普及，越来越多的用户利用搜索引擎来搜索网上信息。尽管搜索引擎的发展已较成熟。但人们在使用中却发现要准确、快速地查找自己所需要的信息是越来越困难。面对网络信息服务的这种现状，人们在寻求一种将信息用户感兴趣的信息主动推荐给用户的服务方

2、式，这便是个性化的主动信息服务。在实现个性化的主动信息服务中，智能Agent技术起到了至关重要的作用。本文系统地研究了基于Agent的个性化主动信息服务中所涉及的关键技术，提出了一种基于Multi-Agent的Internet信息检索系统模型。该系统由用户Agent、信息搜索Agent、信息过滤Agent三个模块构成。通过用户信息需求的表达和信息反馈，形成并训练用户Agent。用户Agent通过基于记忆观察的学习机制、接受反馈的机器学习机制、改进的ID3算法的归纳学习机制三种机器学习方法，学习用户的兴趣，使其具有一定的智能性。信息搜索Agent通过查询代理与Inter

3、net搜索引擎连接，既可实现元搜索，又可以在返回的网址较少或不满足用户的要求时，使用自身搜索工具在网络上自主搜索，而且搜索算法从查询代理返回的网址出发进行搜索，减少了搜索的范围，加快了搜索的速度。信息过滤Agent根据用户已有的信息资源分析用户喜好，采用向量空闯法进行信息过滤。三个模块密切协作，从而实现了网上信息的个性化、主动性、智能性检索。关键词：Agent；信息检索：智能检索；ID3算法；向量空间法哈尔滨工程大学硕士学位论文AbstractInrecentyears，asabranchofartificialintelligent(AI)，theintellige

4、ntinformationretrievalhasbeendevelopedrapidly．WiⅡlthedevelopmentandthespreadofIntemet，moreandmoreuserssearchforinformationonlineusingsearchengines．Althoughthedevelopmentofthesearchenginehasbecomemature．yetwhenusingit．thepeoplefinditmoreandmoredimculttolookfortheinformationneededfortheir

5、own．Facedonthecurrentsituationofnetworkinformationservice，peoplearesearchingforakindofservicemodelthattherequiredinformationforusersisrecommendedtothemactively．Thatisthepersonalizedactiveinformationservice．TheintelligentAgenttechnologyplaysanimportantpartincarryingonthepersonalizedactiv

6、einformationservice．ThepaperhassystematicallystudiedthekeytechnologydealingwiththeAgent．basedpersonalizedactiveinformationserviceandputsforwardanInteractinformationretrievalsystemmodelforthemulti—agent．Thesystemconsistsofthreeparts，whichareuserAgent，informationsearchAgentandinformafionf

7、ilteringAgent．WeshouldformandtraintheuserAgentthroughtheexpressionofinformationrequirementandinformationfeedbackbytheuser．TheuserAgentslimsupthethreekindsofmachinelearningmethods，throughmemoryobservation—basedlearning，acceptingfeedback—basedlearningandinduction-basedlearningofi