基于Agent的元搜索引擎结果优化技术

在使用元搜索引擎进行检索的过程中，由于返回结果的数量较大，不利于用户快速、准确地找到所需信息。提出一种基于Agent的元搜索引擎结果优化技术，旨在通过建立兴趣模型对检索结果进行优化，从而针对不同用户提供更具个性化的信息。     

基于用户兴趣的个性化模型研究

大多数搜索引擎没有考虑到用户的个性和兴趣,大大降低了搜索的准确性。采用Web挖掘技术对存放在Web缓存中的历史页面进行挖掘,获取用户的兴趣信息,使用最优二叉树的形式来表示用户兴趣,利用获取的用户兴趣信息来构建个性化模型,并且利用智能Agent跟踪用户的兴趣变化,不断地对用户兴趣个性化模型进行更新。     

基于多Agent协作的智能元搜索引擎ACISE系统的研究

随着网络信息资源的迅速增加,提出一种基于多Agent协作的智能搜索引擎ACISE系统,将元搜索引擎技术和Agent技术结合到一起.该系统综合考虑了用户个性化的特点,通过Agent之间的通信与协作完成信息检索,实现了基于用户兴趣的智能化,同时提高了查全率、查准率和检索速度.     

面向用户的智能搜索引擎模型UOISE的研究

分析了传统搜索引擎所存在的问题,提出了一种面向用户的智能搜索引擎模型(User-Oriented Intelligence Search Engine,UOISE)和动态Q学习算法,UOISE模型由若干个Agent和知识库组成,针对用户个人信息以及用户的上网行为,分析用户的兴趣所在,从而推断出用户的意图,能有效地为用户提供真正需要的、即时的信息,为用户提供多层次个性化的信息服务。动态Q学习算法实现了Agent跟踪用户行为、推断用户兴趣的过程。对比实验表明,UOISE比普通检索工具具有更高的查全率和查准率。     

基于Agent的智能元搜索引擎在校园网的应用

针对目前校园网用户在进行信息检索时，使用的传统搜索引擎不能很好地满足用户个性化、智能化要求，本文提出了一种基于Agent的智能元搜索引擎模型并阐述了它的设计思想、系统框架及其功能模块的工作机理。     

基于元搜索引擎的专业式智能网络信息检索系统

随着网络信息资源的迅速增加和实时更新，如何及时准确地获取自己所需的有用信息是现代网络信息检索技术需要解决的主要问题。介绍了一种基于元搜索引擎的新型专业式智能网络信息检索系统。该系统建立专业词库和用户知识库，结合人工智能的Agent技术，能够很好地对用户的兴趣进行自适应学习，以实现个性化的信息检索，既保证了查全率，又提高了检索结果的查准率。     

多智能体在元搜索引擎中的应用研究

随着网络信息的指数增长和用户对检索质量要求的日益提高,传统搜索引擎的查全率和准确率都开始下降,已无法满足用户信息检索的需求。该文从搜索引擎技术的概念入手,分析了元搜索引擎和多智能体的基本原理,并利用多Agent系统自治智能和分布协同的特性,提出了基于多智能体的元搜索引擎。     

多智能体在元搜索引擎中的应用研究

随着网络信息的指数增长和用户对检索质量要求的日益提高,传统搜索引擎的查全率和准确率都开始下降,已无法满足用户信息检索的需求。该文从搜索引擎技术的概念入手,分析了元搜索引擎和多智能体的基本原理,并利用多Agent系统自治智能和分布协同的特性．提出了基于多智能体的元搜索引擎。     

一种基于Agent的智能元搜索引擎框架

Internet上信息资源的飞速膨胀造成了用户信息检索时的不便,传统搜索引擎不能很好地解决这个问题。论文针对这一情况介绍了Agent及元搜索引擎技术,认为这两者的结合能满足用户信息检索时的个性化、智能化要求。文中给出了一个基于Agent的智能元搜索引擎系统体系结构,阐述了设计思想,介绍了系统的工作原理,并重点说明了各模块的工作机理。     

基于用户兴趣反馈的智能合作过滤模型的研究

随着网络信息资源的迅速增加,如何及时准确地获取所需信息是现代网络信息过滤技术需要解决的主要问题.为了给用户提供更准确的信息,提出了一种基于用户反馈的智能合作过滤模型(Agent collaborative filtering model based on users'feedback,ACFM)和用户兴趣模型,该模型通过隐式反馈和显式反馈这两种用户兴趣反馈学习实现合作过滤.实验结果表明,ACFM在预测用户兴趣的效果和推荐搜索信息的准确率方面比传统的搜索引擎有明显改善.