基于多兴趣Agent的信息检索模型的研究

基于agent的信息检索系统在海量网络信息检索中已经得到广泛的应用.提出了一个基于多兴趣agent新的信息检索模型,该模型对查询信息进行了兴趣预测并生成了用户兴趣项权重向量.实验表明,模型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单兴趣Agent检索系统IRHOIA有一定的改善.     

教育网站个性化推荐系统中的一种用户兴趣模型的建立

用户兴趣模型用于描述用户的个人信息、专业背景、偏好倾向和历史行为等,通过这些信息,系统可以发现和预测用户的信息需求,从而对用户进行个性化的信息推荐服务.用户兴趣模型是影响推荐系统服务效率的重要因素,因此针对用户兴趣进行建模是个性化推荐系统实现中要重点考虑的问题之一.本文从教育网站用户对象特点出发,提出了将用户兴趣分为固定兴趣与临时兴趣相结合的动态模型.     

基于SSPISIA数据收集的个人兴趣增量挖掘算法*

为提高搜索引擎的个性化信息检索能力,通过构建个人兴趣搜索智能agent子系统SSPISIA来搜集、组织、挖掘和应用用户的个人兴趣信息。着重介绍了SSPISIA的实现,包括逻辑组成、学习方式、工作过程以及基于页面浏览时间和内容选择的个人兴趣度量规则,并在此基础上给出了基于SSPISIA数据收集的个人兴趣增量挖掘算法。实验表明该结构和算法不仅能够反映用户的长期兴趣,而且能够跟踪用户的短期兴趣变化,具有良好的适应性,进而为实现搜索引擎的个性化信息检索奠定了基础。     

多Agent协同系统的分布式数据访问

利用移动agent平台Aglet实现了对分布式数据进行检索的网上借书系统。此系统是一个多agent协同工作的系统，通过并行派发多个移动agent携带代码移动到数据所在地执行，客户一旦提交查询任务后就可以脱机工作，任务由agent携带着到各个数据源处进行处理，处理结果可以被存储下来，等待网络连接正常时可以继续运行，有效解决了用户断接时结果返回失败的问题；服务器端利用用户agent和书库端的智能agent可以实现信息的智能处理与挖掘。     

智能搜索引擎的研究与设计

本文根据现有搜索引擎的不足,提出了一个基于MAS的智能元搜索引擎模型。旨在帮助用户快速、准确地获得想要地Web信息。本系统以多Agent技术为基本框架,利用Agent的自治性和协作性来完成智能搜索,并详细讨论了元搜索引擎的建立、用户兴趣模型的建立和用户兴趣的学习。     

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.     

基于全域用户画像的企业智能大数据分析及营销系统的应用

基于全域用户画像的企业智能大数据分析及营销系统是一种精准营销工具,使企业能够迅速、精确地掌握客户需求,提高销售效率。本系统可以从多个不同的角度收集并汇总用户的信息,对用户的使用行为、兴趣与偏好进行大数据分析,从而构建用户的行为特征与兴趣偏好。在论述系统基本结构的基础上,着重探讨了基于全域用户画像的企业智能大数据分析及营销系统的功能应用。     

新闻推荐的多维兴趣模型与传播分析

如何将合适的信息推荐给合适的用户以满足用户的个性化需求,是推荐系统的基本问题。新兴的社会化推荐系统(social recommender system)通过兴趣相似的用户之间分享信息而达到个性化推荐的目的。使用多维兴趣向量刻画用户的兴趣,采用多智能体模型(multi-agent model)模拟,并引入用户和新闻的质量,分析了用户网络的结构特征以及质量因素对新闻推荐和传播的影响。实验结果表明:不同社区的主题不同,社区的中心用户兴趣专一,与社区的主题一致。此外,推荐中引入质量因素可以加快系统在高推荐成功率上的收敛速度,更能区分不同质量用户的粉丝数和不同质量新闻的传播深度与广度,增强了高质量用户和新闻的影响力,提高了系统中新闻推荐的专业水平。     

证券信息推送系统中用户兴趣模型研究

推送技术根据用户的兴趣来搜索、过滤信息,将用户感兴趣的信息主动推给用户,帮助用户高效率地发掘有价值的信息。本文主要研究证券信息智能推送系统中用户兴趣模型的建立,提出通过分析具有相似需求的用户的定制行为来主动给用户进行推荐的机制,建立全面的用户兴趣模型,发掘用户的兴趣信息,为用户提供个性化的服务策略和服务内容。     

教育网站个性化推荐系统中的一种用户兴趣模型的建立

用户兴趣模型用于描述用户的个人信息、专业背景、偏好倾向和历史行为等，通过这些信息，系统可以发现和预测用户的信息需求，从而对用户进行个性化的信息推荐服务。用户兴趣模型是影响推荐系统服务效率的重要因素，因此针对用户兴趣进行建模是个性化推荐系统实现中要重点考虑的问题之一。本文从教育网站用户对象特点出发，提出了将用户兴趣分为固定兴趣与临时兴趣相结合的动态模型：     

一种基于Agent结构的地理信息系统

把智能体(Agent)技术引入地理信息系统中,用以增强地理信息系统的人机交互能力和多信息源的可扩展性.用户的问题与用户的查询目标和领域知识相关,因此,交互界面智能体能通过匹配知识库的过程引导用户细化问题,最终提供给用户满意的答案.而且,基于智能体体系结构的建立能够更好地集成各种异构信息源,由于各种异构信息源的集成,所以可以提供给用户数量更多和质量更高的信息.此外还详细描述了一个基于智能体结构的原形系统GXGIS.     

面向对象的软件测试多Agent系统研究

软件测试多Agent系统(SoftwareTestMuiti-AgentSystem,STMAS)利用Agent具有的自治性、社交能力和智能性为软件系统的测试提供积极的帮助。该系统由用户界面Agent、测试用例选择和测试Agent、回归测试Agent三部分组成,这些Agent在面向对象的测试过程中,运用它们的智能规则进行软件自动测试。该系统有两个优点:由于自动测试,可以将测试者的干预减到最少;由于能进行没有冗余的、一致性的测试用例的智能选择,可以在提高故障检测有效性的同时缩短测试时间。     

互联网中文信息获取研究

提出了一种以智能化、主动搜索为标志的互联网中文信息获取方法，实现了一种互联网中文信息智能获取工具，该工具采用智能Agent的体系结构，通过学习用户日常的文档和用户的交互意见推测出用户需求，建立个性化的用户模型。并使用元搜索引擎从互联网上主动获取信息。最后通过本地智能处理技术，剔除合并重复及相似性大的信息，将处理后的结果以显明易懂的方式提交给用户。     

支持人机协同的智能用户界面体系结构

从分析实现人机协同智能用户界面需解决的问题入手,探讨了多Agent系统解决上述问题的技术途径;提出一种基于多Agent系统的人机协同式智能用户界面体系结构,并重点讨论了如何解决多媒体对象展示关系、Agent之间协同、应用语义反馈、用户智能向导等问题。在该结构中,控制Agent协调可视元素之间的通信,用户Agent负责保存用户兴趣模型和提供推理服务。支持用户界面按构件方式进行组合,具有良好的扩展必和可重用性。模拟实例验证了该体系结构的可行性。     

智能人机界面Agent的用户模型及其构建方法

智能Agent是计算机领域中自适应人机界面需要研究的关键问题之一。文章论述了智能Agent的定义、功能和组成。给出了用户模型的结构框图,探讨了用户模型及其构建方法,并通过实例介绍了几个典型的智能Agent系统。     

自适应人机界面的新模型机制探讨

当前,自适应界面已成为人机界面研究的一个方向.本文首先介绍了有关人机界面和自适应界面的一些基本概念,并在此基础上提出了一个人机界面的自适应机制,并提出智能Agent是计算机领域中自适应人机界面设计思路之一,给出了基于Agent的用户模型的结构框图,探讨了用户界面Agent及其构建方法.     

智能Agent在比较购物中的应用

用智能Agent实现比较购物要解决海量信息搜索、根据用户偏好进行个性化筛选、用户偏好学习等问题。通过事先把主要电子商务网站的内容下载保存到本地数据库来实现快速搜索，通过关键向量信息过滤法可以实现筛选，通过样本学习和反馈学习可以获取用户偏好。以此实现用智能Agent来替用户比较、搜索合适的商品，从而大大提高在线购物的范围和效率，实现个性化的导购。     

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     

基于智能Agent的电子商务知识管理

通过运用智能Agent技术解决了客户知识获取的问题.建立了基于智能Agent的电子商务知识管理框架,运用买方Agent获取客户知识,卖方Agent检索相匹配的产品信息;还运用ontology对产品和客户进行建模,并构造了基于ontology的产品分类学习算法.最后,通过原型的验证证明智能Agent技术能够有效地获取客户知识,也提高了产品信息检索的精度与速度.研究结果为电子商务环境下的客户知识管理提供了新思路.     

Industrial application integration using the unification approach to agent-enabled semantic SOA

Within the enterprise, information infrastructure as the mean to bring together different software applications is the key component to enable cooperation and information and knowledge exchange in an open-distributed environment. The paper addresses the issues of industrial application integration in business processes using agent-enabled service-oriented architectures (SOA). In this paper, we show that agent-enabled SOA can play an important role for service integration. Our framework combines Web services (WS) and intelligent agent technologies orchestrated by a business process management system. This framework looks for unification of agent and WS service models, is grounded in a semantic SOA of an agent platform and is supported by the Component Agent Platform Over .NET Framework agent platform tools. We describe the architecture and illustrate the approach by an industrial application scenario from petroleum wells’ drilling.