基于Agent的个性化信息过滤系统的设计与实现

针对用户个性化服务的特定需求,文中提出了一种基于Agent的个性化信息过滤系统的设计思想及其实现过程。采用基于主题的过滤和基于兴趣的过滤相结合的过滤方法对信息分两次过滤,同时利用Agent跟踪用户的浏览行为,从而提供隐式反馈。系统能够根据文本的内容自动判别文本所属主题分类,并计算待过滤信息与用户兴趣之间的相关度,最后利用用户的反馈对用户兴趣模型进行更新,从而帮助用户准确获取有用信息。     

网络信息过滤系统的设计与实现

随着Internet普及和应用,电子商务已经成为一种发展趋势。网络的安全日益引起人们的关注。提供一定的手段,实时对网络中的信息进行监测具有十分重要的意义。本文利用向量空间模型、TC3分类算法、Rocchio反馈模型等构造了一个具有反馈机制的网络信息过滤系统(NIFS),并且从信息过滤系统结构、网络信息捕获、用户兴趣文件(Profile)的形成与重构等方面对网络信息过滤系统(NIFS)基本理论和实现方法进行了详细的讨论。     

基于协作过滤算法的电子商务个性化推荐系统的研究

针对目前电子商务个性化推荐研究的不足,提出准确全面地获取用户独特兴趣爱好、满足用户差异化需求的推荐服务,同时构建了具体的个性化推荐系统模型,给出了基于协作过滤算法的电子商务个性化推荐的流程、系统设计和系统实现,从而有利于推动电子商务的发展。     

基于Agent的个性化信息服务系统的开发与设计

文章针对现有搜索引擎技术的不足,提出了一个个性化信息服务系统开发模型,并给出了该模型的工作原理,论述了该模型所采用的关键技术。     

基于隐式反馈的个性化信息过滤方法

如何为用户提供更为满意的、符合其个性化的信息过滤,已成为一个重要的研究课题。针对这一情况,本文提出了一个基于隐式反馈的个性化信息过滤的设计思路和实现方法即通过观察用户与系统交互的动作学习用户的兴趣,根据用户兴趣帮助用户过滤掉那些他不感兴趣的信息。并对其涉及的关键技术用户兴趣建模,文档的表示和信息的过滤等方面进行了详细描述,并对当前存在的问题进行了探讨。     

基于内容的个性化信息过滤系统的研究与设计

以典型的向量空间模型为例,剖析了个性化信息服务中内容过滤面临的主要问题及基本对策,并结合用户的实际需求,设计实现了“天罗”个性化信息过滤系统,实验结果表明,系统达到了很高的准确率、召回率和处理速度。     

基于向量空间模型的个性化信息过滤系统研究与开发磁

论文提出了一种基于向量空间模型的用户个性化需求建模方法。对关键词权重算法作出改进,将网页分为四类逻辑段,通过计算关键词在各类逻辑段中的权重而加权得到综合权重。采用基于内容的构建原则和反馈原则,将用户模型构建分为训练阶段和自适应学习阶段。在训练阶段由用户给出的样本文档与关键词采用类重心分类算法训练得到初始用户模型;在自适应学习阶段,提出了基于 Rocchio 算法的周期性自适应学习机制,根据用户对过滤结果的评价,调整用户模型,以提高对用户个性化需求的动态追踪能力。开发了个性化信息过滤原型系统。以中国服装网为实验数据源,对比百度搜索引擎,测试系统的信息过滤性能。实验结果表明,系统索引更新及时,响应速度快,返回的信息更精确,更合理,更加符合用户的实际需求。     

个性化网络信息过滤Agent的反馈评价机制

文章描述了信息过滤的作用,并介绍了一个基于Agent的万维网文档信息过滤系统。文中提出了个性化网络信息过滤Agent的结构及其实现方案,并讨论了用相关反馈评价机制更新用户兴趣模型的问题,建议用决策树从用户分类的文档集中学习用户的信息兴趣。     

基于Agent个性化远程教学系统的应用研究

个性化教学实现方法的研究是人们对远程网络教学提出的更高层次要求,也是未来教育信息化发展的必然趋势。本文从现有远程网络教学系统缺乏深入了解用户兴趣的实际现状出发,提出了一个基于Agent的个性化远程教学系统原型,从而为用户提供有针对性的个性化服务。     

基于Google的个性化搜索系统的设计与实现

互联网用户使用网络获取信息过程中,搜索引擎已成为必不可少的工具。传统的WWW搜索引擎是“提问——搜索”方式．对于所有用户给出同样的关键宇得到的检索结果都是一样的。本文基于传统搜索引擎Google的基础上,实现了个性化的搜索。论文重点阐述了基于向量空间模型的个性化搜索系统的设计和实现过程。系统返回结果能够根据不同用户的兴趣爱好给出用户满意度较好的结果。     

网上信息过滤代理的研究与实现

随着网上信息的急剧膨胀，提高信息搜索的精度，实现个性化信息服务，方便用户的信息查询，成为网上信息搜索的一个主要问题。文章提出了一种基于C／S结构的网上信息过滤代理，并利用Java语言予以实现，收到了较好效果。     

基于Agent的个性化教学系统研究

个性化教学实现方法的研究是人们对网络教学提出的更高层次要求,也是未来教育信息化发展的必然趋势。从现有网络教学系统缺乏深入了解用户兴趣的实际现状出发,提出了一个基于Agent的个性化教学系统原型,并结合神经网络技术,以用户兴趣追踪为出发点,探讨了采用启发式算法来获取用户兴趣特征的方法,从而以最快的速度学习到最新的用户兴趣。     

基于Agent的个性化信息服务

文章提出了基于Agent技术所实现的个性化信息服务,利用面向对象思想实现了Agent类模型,并说明了A-gent能提供的几种新的服务模式。利用这样的Agent类模型实现了个性化信息服务系统的开发框架,解决了现有的个性化信息服务存在的某些问题。     

基于智能Agent的个性化信息服务模型的构建

介绍了用户Agent、个性化信息Agent这两种模型的构建方法以及需要注意的问题。     

基于Agent技术的个性化远程教学系统模型的设计

在远程教学系统中引入Agent技术,建立个性化的远程教学系统模型,将XML、ASP.NET、SQL Server等技术作为教学系统的主要部分,提高了教学系统的智能性和交互性,实现了新型交互式的网络教育模式。     

一个基于Agent的个性化推荐系统

目前的推荐系统有基于文本过滤、基于协同过滤、基于Web挖掘等多种类型,但都只适用于某个应用领域,难以满足推荐应用的多种推荐需求。引入网络智能的思想,利用多Agent（智能代理）技术提出了一个基于Agent的个性化推荐系统架构——ABPRS。该推荐系统能满足多种推荐需求,在用户看来网络具有一定智能。