医药信息检索中的用户多兴趣处理技术

人类个体差异等因素使得医药信息检索需要用户多兴趣的个性化服务.基于这个思路,结合医药领域的特点,提出了一种面向求医问药应用的用户多兴趣描述方式,并给出了相应的多兴趣更新算法.实验表明,该多兴趣模式比单兴趣模式能更好地表达用户兴趣的内涵和变迁,具有更高的检索精度.     

基于遗传算法的信息检索技术

随着万维网(WWW)中信息量呈指数的增长,人们可以使用许多的信息收集工具来获得网络中的信息。但要使检索到的信息在满足用户个性化需求方面,即具有高准确率又有高回收率,则是一件很困难的事情。为了解决以上问题,该文阐述了遗传算法在信息检索方面的应用。     

基于Web的个性化信息检索关键技术研究

基于Web的个性化信息检索已成为当今研究的一个热点。文章主要分析研究了用户的确定及行为跟踪方法，提出了获取用户兴趣偏好的方法及构建和更新用户兴趣模型的方法，最后给出了个性化搜索算法。     

个性化信息检索中用户兴趣建模与更新研究

个性化信息检索系统的实时性关键在于如何动态更新用户兴趣模型。针对原有方法的不足,改进用户兴趣模型的描述与更新方式。首先根据网页文档的特征改进TF-IDF(Term Frequency-Inverse Document Frequency)算法,以此作为用户兴趣特征词的权重,同时通过引入领域本体,将用户兴趣特征项进行语义扩展,并根据用户浏览行为,改进其用户兴趣主题计算方式,并在此基础上提出用户兴趣模型的更新与遗忘机制。实验对比结果表明,该方法能够捕捉用户兴趣的变化,进一步提高个性化信息检索的准确度与用户满意度。     

基于概念格的多Agent信息检索系统模型初探

随着Web的飞速发展,使得信息量激增,通过传统的信息检索技术来获取精确且对用户有价值的数据信息显得越来越困难。概念格作为形式概念分析中的核心数据结构,是进行数据分析的有力工具,将其引入信息检索系统能够提高检索的查全率和查准率,而智能Agent能给传统的信息检索系统带来智能化和个性化。本文将这两种技术相结合,提出一种基于概念格的多Agent信息检索系统模型,并给出它的框架结构和功能设计。     

基于多Agent的智能信息检索框架

提出了一个基于多Agent的智能信息检索(intelligent information retrieval based on multi-agent,IIR M-Agent)框架.介绍了多Agent群组的工作原理,提出了一个具有二层结构的IIR M-Agent框架,阐述了各个subagent的任务以及它们之间如何协作完成智能检索、自动通告、导航条和个人信息管理的功能.     

基于用户兴趣的查询扩展语义模型

自然语言中词的同义现象和歧义现象一直是降低信息检索查全率和查准率的关键,在Web搜索引擎上显得更加突出。提出了一种基于用户兴趣的查询扩展语义模型,通过构建基于Yahoo的语义ontology知识库消除同义现象,设计客户端的用户兴趣挖掘模型消除歧义现象。实验结果显示该方法能有效提高Web信息检索的查全率与查准率。     

Agent在智能信息检索中的应用研究

从信息检索的现状出发 ,运用人工智能的技术 ,提出了一种基于Agent的信息检索方法。通过建立用户个性化信息表 ,辅助过滤Agent在信息提取过程中的精确性 ,从而弥补了现有系统在自适应用户兴趣和交互方式等方面的不足     

基于LDAP和多Agent的分布式网络信息检索

结合远程教育平台的实际应用需求,提出一种基于LDAP和多Agent的分布式网络信息检索模型,该模型在解决分布式网络信息资源的搜索问题的同时,在一定程度上也优化了信息资源的搜索访问效率.     

基于LDAP和多Agent的分布式网络信息检索

随着Internet技术及应用的发展,基于分布式的异质信息资源的信息检索成为当前学术领域中的一个研究热点。文章在分析了目前解决该相关领域问题的几种典型技术的基础上,结合电子政务平台上的实际应用需求,提出了一种基于LDAP（Lightweight Directory Access Protocol）和多Agent的分布式网络信息检索模型,并对其中的关键技术进行了深入的探讨,如基于多目录服务的元数据组织、多Agent间的通信,最后给出了基于J2EE平台的系统模型实现。     

基于Agent的个性化智能信息检索系统

Internet空问中的信息资源是异构的．人们要想从Internet中发现、收集和维护自己需要的信息则要花费大量的时间和精力。虽然目前Internet上有很多的搜索引擎，如Yahoo、搜狐等，但这些引擎还存在着不少缺陷，如在适应用户兴趣、交互方式等方面均存在着不足。人们迫切需要一种工具以有效地利用Internet信息空间中的各种信息资源。本文是针对当前Internet检索系统中存在的不足，开发设计了一个“基于Agent个性化智能信息检索系统”。该系统的研究内容属目前智能信息检索领域的重要课题。     

基于智能体和本体的WEB图像检索模型

针对基于关键词WEB图像检索中的语义缺失问题,利用本体的方法描述WEB图像的语义特征,构建了基于智能体和语义特征的WEB图像检索模型,该模型以领域Ontology描述WEB图像的语义特征,通过多个Agent模块分工协作,完成满足用户请求的WEB图像检索.并在Corel提供的图像上进行了仿真实验,验证了该模型解决了基于关键词WEB图像检索模型中的语义缺失问题,提高了WEB图像检索速度和准确率.     

基于概念语义相似度计算模型的信息检索研究

以电子商务领域本体为基础,旨在提出一种改进的基于概念语义相似度计算模型,该模型结合基于距离和基于内容两个方面,能够更为全面精确地量化本体中概念结点之间的语义相似度。据此,进行查询关键词集概念扩展和查询与结果文档的相似度计算,最终形成检索算法。实验对比于Lucene检索算法,通过选取热点概念关键词从准确率、召回率、响应速度3个指标来评估检索算法的性能。实验证明,提出的检索算法与基于Lucene的信息检索方法相比,检索性能有较大提高。     

基于语义网的分布式中文信息检索模型

提出一个分布式的、基于语义服务的开放式信息检索模型(D-IRSW).该模型采用统一接口规范的不同的语义检索服务作用于不同的本体库,实现针对不同本体库的个性化检索;然后由语义检索服务引擎(SRSE)对不同语义检索服务返回的结果进行去重和排序.     

一种基于句子的信息检索模型研究

相对于传统的基于整个文档的检索模型来说,基于句子的信息检索模型将每个文档表示成为bag of sentences,并从这些句子中生成问题相对每个文档的产生概率,并对文档进行排序。该模型的优势在于能够在句子的层面灵活地结合词语相关性的信息,以改进排序结果。经对该模型与传统的统计语言模型进行的比较实验表明,本模型有效地提高了排序精度。     

基于用户兴趣模型匹配的资源检索算法的设计和实现

随着各种资源信息库的大量涌现,让用户从海量的资源信息库中找到自己感兴趣的资源成了每个资源信息库提供者迫切需要解决的问题,提出一种通过对用户兴趣模型与信息资源模型的匹配度比较从而实现资源精确检索的算法,并在相关系统中进行了实现.该算法对实现资源信息的个性化推荐也具有很好的借鉴价值.     

基于SOA的旅游资源信息服务模型研究

在分析了旅游资源的特点后,结合SOA(Services-oriented architecture)体系结构的理论,提出了一个基于SOA的旅游资源信息服务模型,旨在整合局部乃至区域旅游资源,实现旅游资源的优化配置.在对模型的具体运行机制进行分析时,提出了基于智能代理技术的资源服务代理管理模块,提高了资源管理和使用的效率.最后,为了验证该模型的可行性,建立了一个基于该模型的资源服务平台.     

一个基于三元互关联后继树的多功能全文检索系统

针对全文检索领域的索引结构模型的研究,基于三元互关联后继树模型,提出并实现了一个存储结构良好的索引系统.利用该系统实现了多种有效的查询.     

基于图像信息熵的商标图像检索

提出了一种基于图像信息熵的商标图像检索系统,该系统使用图像的单元熵作为特征来描述图像形状,用欧氏距离来度量熵矢量间的相似性。用１３１０幅图像构成的数据库进行实验,结果表明,该系统输出的相似图像与人的视觉感应吻合性较好,并且具有了的比例不变性较好,并且具有很好的比例不变性,抗噪声性和抗和浓谈性。     

一种支持CSCW的全景信息空间模型

全景信息空间是通过建立局部视点全景图像空间关联构造的一种全景化的信息空间（ＨＶＳ），本文分析了全景信息空间支持ＣＳＣＷ所需解决的问题，提出全景信息空间所应具有的体系结构及适应协同工作的多代理分布模型。