排序方式: 共有69条查询结果,搜索用时 78 毫秒
1.
2.
基于Web数据挖掘的一种个性化方法 总被引:2,自引:0,他引:2
文章应用Web数据挖掘的相关知识,对网站内容现有的资源内容设立相关度,根据网站用户日志,使用在线分析的方法对用户行为模式进行分析挖掘,根据网站类别内容的相关度预测用户的兴趣,为用户提供最合适更具人性化的信息资源。 相似文献
3.
4.
本文探讨了在Intemet环境下,知识型MAS系统的任务负载分配问题,指出了它与网格计算的区别.本文的方法与传统的计算资源分配方法相反,将任务负载看作资源,而将Agent作为消费者,每处理一个任务,就获得一定数量的边际效用,利用市场机制,使Agent自主进行任务负载的分配.设计了基于均衡市场和连续CDA市场的两种调度算法,对算法的效果和特点进行了分析,证明市场机制的调度算法可以有效地实现MAS系统任务负载的平衡.此外,本文还给出了一个简单的确定均衡价格的方法. 相似文献
5.
本文针对多Agent系统中Agent之间的盲目交互可能产生的效率低下问题,提出了一种基于慨念树结构的多Agent合作求解模型.在这个模型中,各Agent基于自己的领域知识构造出概念树,通过Agent之间的合作,对概念树从根节点开始使用证据理论实现逐层聚焦,逐步缩小求解范围.为此,本文基于模态、逻辑和关系概念提出了一种面向可能解集的证据理论表示,并探讨了在多Agent环境下应用证据理论可能导致的若干问题. 相似文献
6.
MAS系统的问题求解能力分析 总被引:2,自引:0,他引:2
本文用状态空间搜索模型分析了多Agent系统(MAS)的问题求解能力,认为MAS系统中Agent之间知识的组合应用和对问题搜索方向的交互和决策是影响MAS系统问题求解能力的主要原因,在状态空间搜索模型下可以将Agent间知识的组合应用表达为不同Agent的搜索路径的组合,而Agent对搜索方向的判断是基于启发式信息做出的,从而为形式化分析MAS系统的性能建立了通用的模型.本文以A*算法为例探讨了可采纳算法下多Agent合作求解效果与Agent的知识和启发信息之间的关系,指出只有在一定条件下MAS系统才会获得更好的解题能力.本文还对非可采纳算法下MAS系统性能分析方法提出了初步看法. 相似文献
7.
8.
9.
目前搜索引擎返回的结果往往比较多,而且各类文档混合在一起,没有针对性,使用者仍然需要花费大量时间来寻找自己感兴趣的文档。提出了一种对搜索结果动态聚类算法,利用用户的兴趣特点,从搜索结果的文档中抽取摘要,利用这种摘要随着用户的浏览进程进行动态聚类,将这些文档聚成不同类别。用户只需要找出自己感兴趣类别,便可以得到足够多感兴趣的文档。实验证明,这种方法是有效的,并具有抗噪声等良好性能。 相似文献
10.
提出了一种多页式的知识地图,并深入研究了基于多页式知识地图的隐性知识获取问题.而且还本着以用户为中心的思想,实现了一个基于知识地图的可视化知识获取系统,提高了隐性知识获取的效率,并较好地实现了知识的共享与传播. 相似文献