基于Agent的信息推送系统的研究

针对用户个性化信息服务的需求,本文通过分析搜索引擎与Agent技术的原理,提出了一个基于多Agent的个性化信息推送系统的模型.该模型可分为三层,每一层都由Agent来完成相应的功能:用户接口、信息过滤、兴趣学习及信息检索.其中监测Agent是在本系统中实现个性化信息服务的关键.     

基于主体网格的本体驱动自主学习系统

网上学习系统大多只是教材的一种电子化,没有实现用户的个性化教学。该文提出建立基于本体驱动的智能知识导航图。在学习过程中,用户可定制个性化学习内容,主体网格平台可通过Agent动态搜集个性化信息,在参考已建立的知识点本体后,基于用户行为观察的方式创建个性化学习档案,并利用主体网格智能平台AGrIP的多Agent协作提供个性化的、智能自主学习系统,为用户提供更好的知识服务。     

基于Web服务的多Agent企业协同信息搜集系统研究

将Agent技术应用于电子商务可以为用户和商家提供从资源智能发现,到在网上虚拟市场进行交易等一系列个性化服务,它能够协助用户寻找,消化所播的网络信息.根据智能体特有的特性与Web服务结合,使Web服务具有一定的智能性,能够按照任务特点设置意图和承诺,直到完成供需服务.而web服务技术又使Agent实现了跨企业的交互,Agent无需考虑企业系统平台的异构情况,实时协调Web服务,从而达到企业协同信息搜集的目的.     

基于XML、CORBA和Agent的分布式搜索模型研究

XML、CORBA和Agent各有优势,通过它们的结合,可以克服传统分布式系统的不足.论文分析了传统搜索引擎的不足,提出了一个基于XML、CORBA和Agent技术的分布式信息搜索模型.该系统模型建立在CORBA的基础上,以Agent作为架构系统的基本组件,并用XML进行数据集成.系统还利用Agent的自治性和协作性来完成用户的个性化搜索.最后分析、探讨了基于XML的Agent间的通信语言.     

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的决策支持系统的构建

将人工智能中的最新技术Agent技术用于构建决策支持系统,引入交互Agent、信息Agent、模型Agent和知识Agent来构成系统的智能部分,利用多个Agent的通讯与合作,更好地帮助用户进行决策;同时给出了各类Agent的具体实现方法.     

基于Agent的决策支持系统的构建

将人工智能中的最新技术Agent技术用于构建决策支持系统 ,引入交互Agent、信息Agent、模型Agent和知识A gent来构成系统的智能部分 ,利用多个Agent的通讯与合作 ,更好地帮助用户进行决策 ;同时给出了各类Agent的具体实现方法     

基于移动Agent的远程教育系统的实现

本文介绍了一个基于移动Agent的智能性、个性化的远程教育系统的设计与实现。在设计中引入了移动Agent协作信息中间件(MACISM)，并给出了实现MACISM系统的具体思路和解决方案；在此基础上设计了远程学习系统，较好地解决了交互协作的远程学习和远程协作学习中的智能性、个性化等问题。     

用多Agent技术实现个性化搜索

文中分析了随着WWW发展出现的信息过量和现有的搜索引擎很难很好考虑用户兴趣的问题，提出了能够协助用户浏览的多Agent系统，这个多Agent系统主要由界面Agent,搜索Agent和学习Agent三个子Agent组成，文中主要介绍了两种界面模式和两种搜索模型，并介绍了学习Agent的学习策略，然后对两种搜索Agent进行了比较。     

服务于检索的Multi-Agent模型

在为搜索服务的智能Agent(IARS)模型的基础上,进一步探讨了利用多Agent(Multi-Agent)概念完善该文系统的理论基础和方法。由于多智能Agent系统中的任一Agent都能在任一时刻参加或离开系统的检索工作,因此,由单个Agent所获得的知识应能在系统各Agent间通信和传输。为此,在描述了总体设计的基础上,文章重点研究了为获取用户所需的信息,多Agent系统应在知识的通信和传输中采取的方法。     

一个智能用户接口Agent设计与实现

文章主要介绍了DOLTRI-Agent(distance and open learning training resource information retrieval agent)系统中的用户接口Agent(NanDa user interface agent, 简称NDUIA)的设计和实现的关键技术.此系统扩展了memory-based reasoning技术,采用了多个记忆模型和多个分析模型,通过对不同用户使用经验的分析产生该用户专用的用户兴趣模型;同时根据用户兴趣模型和特定场景的使用经验共同作用来提供主动的智能服务,包括信息导引、搜索结果的预处理、智能即时帮助和分类信息的修改等,从而实现软件与人的协作.     

基于Internet的课件信息发现和收集Agent的研究

文中介绍一个基于ｎｔｅｒｎｅｔ的信息检索系统：ＤＯＬＴＲＩ－Ａｇｅｎｔ．ＤＯＩＴＲＩ－Ａｇｅｎｔ用于从Ｉｎｔｅｒｎｅｔ上发现和收集用于远程武术和教学。     

一种自适应语义Web检索方法

基于内容的语义Web检索只考虑内容本身,没有考虑用户的不同,不能准确反映用户需求。为此,提出一个自适应语义Web检索框架,对于Web中文文档,借助HowNet知识库给出一种本体学习方法,通过提取用户客观、显式和隐式信息建立用户信息库,并设计用户初始查询本体和个性化查询本体构建算法,从而实现用户的自适应检索。实验结果表明,该方法具有较高的检索效率。     

基于Agent的个性化分类邮件系统研究

该文提出了一个基于agent的个性化邮件分类系统的框架及各个组成部分的功能描述。在该系统中,对邮件分类管理建立在用户模型和邮件内容模型的基础上,其中用户模型描述了一段时间内相对稳定的用户分类需求。该文还分析了实现该系统的关键技术,如用户模型和邮件内容模型的建立,个性化分类和排序等,最后提出个性化检索过程和进一步的研究工作。     

在线教育平台中个性化学习资源推荐系统设计

为了通过充分挖掘和分析用户的学习行为规律及认知特点,借助互联网和人工智能技术提升个性化教育的深度和广度,设计了一个包含用户画像的个性化学习资源推荐系统。该系统由数据层、数据分析层和推荐计算层构成。数据层由用户数据以及包含知识资料、学习资料和标签集的资源库组成;数据分析层融合了以基础信息、学习行为等为代表的静态数据和动态数据,据此为用户生成个性化画像、提供直观形象的学习反馈;推荐计算层则通过相似性分析和聚类算法发现用户的学习行为规律,使用TF-IDF方法挖掘用户的资源偏好,并据此给出个性化的学习建议。该系统已应用于一个以人工智能类课程为主的在线教育平台,为师生提供个性化画像、学习反馈与资料推荐的服务,当前处于第二个学期的试用阶段。     

基于知识图谱的多目标学习资源推荐算法

为解决在线学习中出现的“认知过载”和“学习迷航”等问题,针对用户的个性化学习需求,同时考虑知识点之间的逻辑关系,本文将知识图谱融入学习资源推荐模型.首先构建了学科知识图谱、学习资源模型和用户数学模型,综合考虑用户的兴趣偏好、用户知识库与学习资源所涵盖知识点的关联度以建立多目标优化模型.然后使用自适应多目标粒子群算法对模型求解,基于个体拥挤距离降序排列缩减外部种群规模,获得了分布特征良好的两目标Pareto前沿,输出推荐资源序列.实验时通过与标准多目标粒子群算法对比并使用HV、IGD指标对模型进行评价,验证了其多样性和稳定性,证明了算法良好的全局寻优和收敛性能.采用五折交叉验证了算法良好的推荐效用.     

基于本体的知识库个性化检索方法研究

在使用本体技术构建知识资源检索系统的研发过程中,常会遇到检索结果同检索者本身实际情况不符,以及计算机难以理解用户实际需求的问题。为此,我们提出了一种基于本体的知识库个性化检索方法,将知识服务的本体构建、服务定义的过程同用户的个性化信息有机结合起来,并在服务执行的使用用户个性化信息来优化执行结果。实践表明,该方法可以比较精确的识别用户个性化需求,简化用户输入,提升查询结果质量。     

基于本体论和多主体的信息检索服务器

Internet技术的发展为人们提供了方便快捷的信息获取手段 ,然而要从如此庞大且瞬息万变的 Internet上检索信息 ,需要快速准确的信息检索工具的协助 .提出了一种利用多智能主体和本体论 (ontology)理论设计的信息检索服务器 .它集成了界面主体、预处理主体、管理主体、信息处理主体和具有移动性的信息搜集主体 ,并利用ontology对文档进行领域分类 ,同时对用户的查询信息进行规范 .该系统能够比较及时地反映网络中信息的动态变化 ,并具有较好的信息导引能力     

移动代理人编程技术与移动用戶管理系统探讨

有自我控制与辨别身份能力的移动代理人编程技术,不但能够在网路上移动,也能够与其他代理人编程沟通及执行任务.由于移动代理人常常运作于异质的网路或作业系统(operating system)环境下,因此,一个具有整体逻辑性操作界面来存取实体结构的管理系统就显得越发重要.提出了一个能够追踪和维持移动代理人的管理系统,并且应用于远距教学(distance learning).此系统的主要目的在于提供移动代理人通用的存取环境.为了能使此系统完全运作,论述了移动代理人通信网路模组、移动代理人演化阶段来支援管理代理人与用户端代理人.另外,也将移动代理人所使用的工具编程整合成为角色扮演(role-setting)物件;此角色扮演物件是符合所谓应用编程驱使元件(application-driven component)的,因此,此系统也能够符合专业化利益的使用者的需求.