个性化智能信息检索的设计与实现

文章提出了一个佣性化智能信息检索系统NetLooker,它是智能登记处检索领域的重要研究课题。系统运用人工智能的方法,采用两层分布式智能体Agent技术、相关反馈学习算法、信息滤波算法,面向用户个性化模式来设计和实现。系统采用两层交互机制,支持个性化检索和浏览式检索两种信息检索方式,有良好的交互方式、能智能适应用户兴趣和信息源的变化。它可应用于WWW、电子商务等分布式系统中进行信息检索,因此具有理论价值和使用价值。     

智能协作信息技术在信息检索中的应用

针对Internet信息资源的特点和信息检索系统的现状,提出一个应用智能协作信息技术进行Internet信息检索的完整的解决方案,该智能信息检索系统应用了三类智能主体,即用户接口主体、信息处理主体和信息搜索主体,分别实现个性化的智能游览器、网上信息（主要是文档）的分析处理以及信息的搜索。分析了系统的基本结构作主要工作原理,并对系统实现进行了初步的讨论。     

Agent在网络信息智能检索中的应用

分析了当前Internet信息检索的不足,探讨了Agent技术在网络信息检索方面的应用。充分考虑了信息检索过程中用户兴趣问题,提出了一个基于Agent的智能化检索系统的框架,该系统结合领域知识,运用多种用户兴趣学习算法,从而为用户提供个性化信息检索服务。     

一种基于个性化需求的智能配镜算法研究

为实现基于用户个性化需求信息的智能配镜功能,构建用户个性化需求信息数据模型。搭建智能配镜眼镜模型库,建立用户个性化需求信息与眼镜模型库之间的智能匹配模型。将智能匹配流程划分为基于DFS的眼镜模型库检索、基于语义相似度的眼镜框型匹配、面部参数匹配、优化调整四个阶段。设计实现了用户个性化需求信息与眼镜模型库之间的智能匹配算法。应用该智能匹配算法开发智能配镜系统,并与关键词匹配算法进行对比,验证了该智能匹配算法的合理性及有效性。     

基于智能Agent的Web信息检索系统

设计和实现了一个基于智能Agent的面向领域的Web信息检索系统，讨论了该系统的体系结构和各模块设计思想。经实验验证，该系统具有检索精度商、检索方式多样、用户界面友好等特点。     

基于Agent的中医方剂智能检索研究与应用

中医药文献检索是计算机实现知识管理的前提。针对中医药信息检索过程中存在的种种问题,文中研究并提出一种基于Agent 的方剂智能检索系统。该系统以Agent为基本模型架构组件,通过构建中医方剂术语词库,并利用Agent技术的协作性和自治性进行用户的个性化检索,实现了中医药方剂数据的关联分析,完善了中医药文献相似检索功能。实验结果表明,该系统能够有效提高中医药文献的检索效率,为建立新型中医药信息检索系统提供途径。     

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。     

数字图书馆信息检索技术

本文讨论了数字图书馆中文本、图像、音频、视频等媒体基于内容的信息检索技术 ,介绍了人工智能在数字图书馆信息检索中的应用 ,提出利用知识发现技术和智能信息推拉技术构造数字图书馆的智能信息检索系统 ,向用户提供主动的、个性化的信息服务。     

语义检索及其关键技术研究

传统的基于关键字的搜索引擎由于忽视了关键词本身所含的语义信息而得到较低的查全率和查准率。文中结合万维网的具体特点,提出了基于语义万维网的智能信息检索系统的功能结构,详细描述了智能信息检索系统的设计思想和检索流程。并且对智能检索模型中所涉及到的若干关键技术进行了分析研究。为智能信息检索系统的顺利实施奠定了良好的基础。     

基于本体的智能信息检索系统

近年来,基于本体的智能信息检索系统已成为智能信息检索系统领域最为活跃的研究方向之一.如何利用本体进一步提高其检索性能和智能性,成为基于本体的智能信息检索系统的主要研究目标.从面向过程的角度,对近几年基于本体的智能信息检索系统的研究进展进行了综述,对其框架、所需本体知识的获取和使用、关键技术、性能评测等进行了前沿概括、比较和分析.最后,对基于本体的智能信息检索系统有待深入研究的难点和热点进行了展望.     

面向领域的个性化智能检索系统MySpy的研究与开发

针对互联网上的“Rich Data Poor Information”问题 ,进行了面向领域的个性化智能检索系统的开发与研究 .系统采用多 Agent技术实现对 web文档索引数据库管理 ;实现基于智能代理的信息过滤和个性化服务 ;利用辅助词典、同义词词典和蕴含词词典 ,对查询词进行概念扩检 ,使检索结果能返回与查询需求相似的文档 .     

Internet的个性化搜索引擎的分析与研究

随着Internet上信息量的急剧增加,如何使用户获得有用的信息已成为信息检索系统急需解决的问题.针对存在的问题,本文提出了一个基于Internet的个性化搜索引擎系统,该系统采用Agent技术及相关反馈学习算法,满足于Internet中信息检索的需要,具有一定的理论价值和应用价值.     

基于Agent的智能元搜索引擎技术研究

针对现有搜索引擎存在的问题,提出基于Multi-agent的分布式搜索引擎系统.系统采用元搜索引擎结构,利用Agent技术和基于个性化模式的信息过滤技术,使系统具有一定的智能性.通过个性化检索和分类浏览相结合的检索方式可提高搜索结果的可浏览性.结合数据库的分类和虚拟语言模型方法实现了资源选择的优化.提出基于文本/位置分析和群决策的合并算法,对搜索结果的标题和文档片断信息进行相关度分析,将文本分析与规范化的搜索结果位置信息相结合,计算文档的相关分值,最后采用基于群决策的合成方法对搜索结果进行一致性排序.试验结果表明,提出的元搜索系统具有较好的搜索效果.     

本体论在基于Web的土壤知识体系智能检索系统中的应用

随着Internet的迅速发展与普及,如何从海量的网络信息资源中及时、准确地找到所需的信息成为当今的一个研究热点。本体论(ontology)的引入为面向Web的智能检索提供了新的方式。文章以土壤分类知识体系为例,采用纯XML(eXtensibleMarkupLanguage)数据库Tamino作为信息导航库,根据用户输入的查询条件,以直观的树型结构来显示相关分类信息,采用点击方式理解用户的需求,实现Web智能检索。该文还介绍了智能检索系统的设计与实现的具体过程以及采用的XML和JSP(JavaServerPages)技术,可以将其推广应用于网络环境下的其他共享信息资源检索,为用户提供高效、贴切的服务。     

A Taxonomy of Recommender Agents on the Internet

Recently, Artificial Intelligence techniques have proved useful inhelping users to handle the large amount of information on the Internet.The idea of personalized search engines, intelligent software agents,and recommender systems has been widely accepted among users who requireassistance in searching, sorting, classifying, filtering and sharingthis vast quantity of information. In this paper, we present astate-of-the-art taxonomy of intelligent recommender agents on theInternet. We have analyzed 37 different systems and their references andhave sorted them into a list of 8 basic dimensions. These dimensions arethen used to establish a taxonomy under which the systems analyzed areclassified. Finally, we conclude this paper with a cross-dimensionalanalysis with the aim of providing a starting point for researchers toconstruct their own recommender system.     

基于智能学习的网络辅助浏览技术研究

随着网络信息日益庞大，人们常常为了查询某一信息而不得不从庞大的信息中人工进行搜索和挑选工作。虽然目前的搜索引擎技术大大提高了信息查询的效率，但是由于它们并非面向某个特定用户服务，所以并不能反映某个用户的特定意愿和专业领域，所得的信息往往还是有大量的冗余。提出了一种基于智能学习的网络辅助浏览技术，根据软件代理的特点，构造出网络辅助浏览代理，将网络信息进行结构化表示，利用基于关联规则的知识聚类方法，对知识元进行知识聚类，通过智能学习，使其成为个人浏览助手或者领域知识搜索专家，实现用户的个性化搜索。     

基于聚类的个性化元搜索引擎设计

Internet上信息资源的飞速膨胀造成用户在进行信息检索时的不便,传统的搜索引擎不能很好地解决这个问题。因此提出了一种基于聚类的个性化元搜索引擎模型,系统通过对用户建立个人模型,对此模型进行聚类形成不同用户群,并对检索到的结果进行聚类处理,同用户模型聚类相结合返回给用户个性化的搜索结果。分析了个性化元搜索引擎的系统构成,详细介绍了每个模块的功能,最后展望了它的发展前景。     

基于微生物菌种资源库的图像智能检索系统研究*

在建设微生物菌种资源平台的基础上, 设计开发微生物菌种资源数据库管理系统,实现基于内容的Web图像智能检索系统.该检索系统采用B/S体系架构,可根据微生物菌种文本信息或图像的形状、纹理和颜色特征进行检索,有效提高了微生物菌种图像信息搜索的查准率、查全率和查找速度.     

User Models and Filtering Agents for Improved Internet Information Retrieval

Over the past few years, the amount of electronic information available through the Internet has increased dramatically. Unfortunately, the search tools currently available for retrieving and filtering information in this space are not effective in balancing relevance and comprehensiveness. This paper analyzes the results of experiments in which HTML documents are searched with user models and software agents used as intermediaries to the search. Simple user models are first combined with search specifications (or ‘User Needs’), to define an Enhanced User Need. Then Uniform Resource Agents are constructed to filter information based on the EUN parameters. The results of searches using different agents are then compared to those obtained through a comparable simple keyword search, and it is shown that a user searching a pool of existing agents can obtain better search results than by conducting a traditional keyword search. This work thus demonstrates that the use of user models and information filtering agents do improve search results and may be used to improve Internet information retrieval. This revised version was published online in July 2006 with corrections to the Cover Date.