一种基于智能Agent的用户个性化信息检索系统模型

针对当前信息检索工具缺乏对知识的理解和处理能力，提出了一种基于智能Agent的用户个性化信息检索系统模型，通过多个Agent的协调工作为用户提供个性化服务。描述了该模型的系统结构及各功能模块的实现方法，分析了系统模型的工作流程，部分解决了信息检索中的文档相关性计算、搜索引擎的调度算法、数据库的构建等技术问题。     

基于多Agent搜索行为分析的用户兴趣模型

为解决传统搜索引擎个性化的局限性问题,在研究用户感兴趣搜索引擎现状基础上,通过多Agent较全面记录、分析用户搜索的行为,提出了一种新的综合用户搜索行为,构建用户感兴趣搜索引擎研究框架——基于多Agent搜索行为分析的用户兴趣模型。研究结果表明,依据用户搜索行为构建用户兴趣模型,使搜索引擎返回结果更贴近用户需求。满足用户个性化服务,提高了信息搜索的查全率和查准率。     

基于FCA的搜索引擎的信息检索模型及其实现

针对目前搜索引擎因对同义或近义关键词识别困难导致查准率降低的问题,提出了基于形式概念分析(FCA)的智能搜索引擎,为其提出一个基于关键词与FCA相结合的信息检索模型,即利用形式背景(Context)来挖掘隐含在文档中的潜在的概念关系,利用概念格将文档根据概念间的泛化-概化关系进行聚类,以便于用户找到最相关的信息,从而有效地提高了信息查找的效率.试验验证了该模型的可行性,通过实例来演示模型的构造和实现.试验结果表明该模型在概念理解,结果分类方面弥补了目前搜索引擎的缺陷.     

信息检索技术的设计探讨

搜索引擎是对资源的检索机器,是网络工具的代表.要实现对信息资源的智能检索,我们要处理的问题有信息预处理、查询检索、动态知识库的构造.首先要在网络中建立全面的网页文档信息,然后建立索引库,最后当有用户进行查询时,匹配器根据关键字在索引库中进行搜索.在经过了搜索引擎的过程,面对更复杂的对象我们又开发出了智能信息检索系统.可以利用动态知识库来扩展更复多的查询对象.     

基于Agent的个性化信息检索技术的研究

提出一种基于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;信息搜索Agent与Internet搜索引擎连接,采用有限深度-广度优先的搜索算法,减少搜索范围,加快搜索速度;信息过滤Agent根据用户已有的信息资源分析用户喜好,采用向量空间法进行信息过滤.三个模块密切协作,实现网上信息的个性化、主动性、智能性检索.     

信息检索技术的设计探讨

搜索引擎是对资源的检索机器,是网络工具的代表。要实现对信息资源的智能检索,我们要处理的问题有信息预处理、查询检索、动态知识库的构造。首先要在网络中建立全面的网页文档信息,然后建立索引库,最后当有用户进行查询时,匹配器根据关键字在索引库中进行搜索。在经过了搜索引擎的过程,面对更复杂的对象我们又开发出了智能信息检索系统。可以利用动态知识库来扩展更复多的查询对象。     

基于NLP技术和相似度计算的智能搜索引擎研究

针对传统的搜索引擎对于自然语言理解方面存在的问题,文章研究了一种新的基于自然语言处理技术和相似度计算的智能搜索引擎的模型.其核心技术是基于自然语言处理的中文分词技术、语义相似度和对立度等理论,将这些概念理论结合起来,从用户习惯的思考角度,结合DotLucene开源全文搜索引擎建立一个智能的搜索引擎.研究表明,该模型在对已经收录的文档有着86.1%的查准率.该智能搜索引擎较好的对查询语句的实现了理解,能够对用户的提问做出正确的回答.     

万维网信息检索技巧

文章分析了ＷＷＷ信息检索困难的原因,并从选择搜索引擎、提高查全率及查准率等方面,总结了ＷＷＷ信息检索的技巧以及如何快速、准确地从万维网信息资源中找到自己最需要的信息。     

跨语言智能学术搜索系统设计与实现

学术搜索是一种行业化的搜索引擎,因其缺乏个性化、智能化的服务,使得用户的学术文献检索效率低下,海量的数字学术资源得不到充分利用。本研究跨语言智能学术搜索系统的设计与实现,旨在让用户可以在尽可能短的时间内找到所需学术资源。系统的几个关键技术包括：研究混合语种文本的分词技术;研究基于机器翻译的跨语言信息检索;研究搜索结果聚类算法在不同语言文本上的性能差异问题;研究基于聚类的个性化信息检索方法以及交互式查询扩展技术。实验测试结果表明：系统具有较好的扩展性,能为用户提供良好的学术检索服务。     

数字图书馆个性化服务的一种途径

提出了数字图书馆个性化检索服务的一种途径,通过汉字本身提供的信息,对输入信息进行查询预处理,使用户通过预处理后的信息检索途径得到扩充,读者可根据汉字的独特特征,启动智能搜索引擎进行二次查询,从而检索出相关文献,扩大用户查询信息的范围.     

搜索引擎个性化信息查询服务

提高搜索引擎检索结果的精度并向用户提供个性化信息查询服务已经成为搜索引擎技术的一个研究热点。搜索引擎个性化信息查询服务技术有Web挖掘技术、基于移动Agent的个性化信息服务技术等,介绍了基于Web挖掘的个性化技术的发展趋势。     

远程教学系统中智能化答疑技术的研究

智能化答疑是远程教学系统的重要组成部分，如何提高系统的响应速度以及提供用户少而准确的解答是智能化答疑的关键问题。通过对现有自动答疑技术的分析，发现了其中的问题，运用人工智能技术从知识表示、自然语言分词算法和信息检索3方面对现有自动答疑技术进行了改进并在远程教学系统中得到了运用，实验证明该技术在检索速度和检索精度上有了很大的改进。     

一种分布协作式WWW搜索引擎模型

针对集中式搜索引擎的瓶颈问题,提出了一种既具有集中式搜索引擎优点又解决了其瓶颈问题的分布协作式搜索引擎系统模型。讨论了各子系统信息收集程序信息收集代价的计算和作用范围划分问题。系统的设计思想是使分布在不同地理位置上的搜索引擎在信息收集与更新上进行协作。模型实现了信息收集、索引的地方化,从而减轻了局部网络传输的压力,缩短了索引库更新的周期。模型中各个子系统都提供用户接口用以分散系统检索工作量,通过共享各自的索引库,都在本地存储一个全局索引库来提高检索效率,缩短用户查询响应时间。整个系统具有可扩展性和动态调度性。     

基于本体语义教务信息检索系统的设计与实现

为了解决传统信息检索系统中存在的不足,以教务信息检索为例,提出了基于本体的语义信息检索系统的3层模型框架。在模型框架基础上,利用Protégé工具创建了教务知识本体,作为系统的数据源,利用Jena工具和Sparql语言实现了语义信息推理和检索,利用XML和XSL技术实现了用户界面显示,形成了一个完整的语义教务信息检索系统。     

面向语义Web的RDF数据处理和应用

利用Multi-Agents实现RDF数据的获取、存储和利用.信息收集Agent提取语义Web上用RDF语言描述的元数据,存储Agent将这些元数据存储在XML数据库或关系数据库中,推理Agent根据用户提交的查询关键词进行语义匹配及语义相关性扩展,查询Agent执行对RDF数据库的查询,并返回结果给用户,从而实现基于语义的Web信息检索服务.     

WWW聚类引擎的研究

在当今的信息时代,搜索引擎是Web信息检索的主要工具,Web的数字挖掘技术逐渐成为了研究的热点.把Web数据挖掘技术与搜索引擎相结合,从而构建一个基于数据挖掘的搜索引擎原型系统,它能够以语义的、在线的、树型的和文本的方式对搜索引擎的搜索结果进行聚类,帮助使用者更容易和快速的找到相关信息.     

一种修正的向量空间模型在信息检索中的应用

为了提高文本信息检索系统检索性能,针对信息检索系统中普遍使用的向量空间模型(VSM)所固有的缺陷,提出一种新的修正的向量空间模型(MVSM).该模型重新定义了查询索引项的内容,将修饰词与中心词组成的合成短语引入到查询语句及传统的向量空间检索模型的信息表示中,并重新计算作为特征索引项的合成短语的权重值.在此基础上,又对查询索引项使用了基于同义词词典的查询扩展策略.实验结果表明:用合成短语作为查询索引项进行检索,使检索能够在相对精确的范围内进行,提高检索查准率;对查询进行同义扩展,能够使更多的语义相关的文本被检索出来,提高检索查全率.因此,在信息检索系统中应用修正的向量空间模型能够较好地改善检索性能.     

一种基于奖励机制的智能元搜索引擎

针对元搜索引擎中返回大量重复冗余信息导致结果显示代理负担加大、系统查准率降低的缺陷,结合Agent技术建立基于多Agent的元搜索引擎系统模型,从成员Agent的爬行能力值、检索文档与查询主题的相关度和查询响应时间三个方面综合衡量成员搜索引擎对于查询的重要度,并按降序排序,优先选择重要度最佳的若干成员搜索引擎进行智能调度和智能结果合成。实验结果表明,与传统元搜索引擎相比,这种基于奖励机制的智能元搜索引擎提高了检索效率和查询性能。     

基于分类语义的Web信息检索系统

在海量数据空间中快速、准确地获取用户所需Web信息成为检索系统研究的焦点．将一种全新的网页自动分类技术引入WWW信息抽取领域来解决网上信息有效获取的问题。设计一个基于分类语义的搜索引擎系统——SESC系统．通过Web数据抽取机制以及Web信息分类技术实现检索结果的分类和层次化展示，使得用户快捷地从WWW上获取所需信息．