论文部分内容阅读
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。 我们开发的智能信息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。