一种基于Agent的智能元搜索引擎框架

Internet上信息资源的飞速膨胀造成了用户信息检索时的不便,传统搜索引擎不能很好地解决这个问题。论文针对这一情况介绍了Agent及元搜索引擎技术,认为这两者的结合能满足用户信息检索时的个性化、智能化要求。文中给出了一个基于Agent的智能元搜索引擎系统体系结构,阐述了设计思想,介绍了系统的工作原理,并重点说明了各模块的工作机理。     

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.     

基于Agent的智能元搜索引擎在校园网的应用

针对目前校园网用户在进行信息检索时,使用的传统搜索引擎不能很好地满足用户个性化、智能化要求,本文提出了一种基于Agent的智能元搜索引擎模型并阐述了它的设计思想、系统框架及其功能模块的工作机理。     

基于多Agent的智能信息检索框架

提出了一个基于多Agent的智能信息检索(intelligent information retrieval based on multi-agent,IIR M-Agent)框架.介绍了多Agent群组的工作原理,提出了一个具有二层结构的IIR M-Agent框架,阐述了各个subagent的任务以及它们之间如何协作完成智能检索、自动通告、导航条和个人信息管理的功能.     

基于元搜索引擎的研究

元搜索引擎通过一个统一用户界面帮助用户在多个搜索引擎中选择和利用合适的搜索引擎来实现检索操作,是对分布于网络的多种检索工具的全局控制机制.介绍了元搜索引擎分类与实现技术,结合中外元搜索引擎的实例,对使用元搜索引擎存在的问题、选择和设计元搜索引擎及元搜索引擎的发展进行分析、探讨.     

基于知识库系统的智能搜索引擎研究

该文对智能搜索引擎进行了分析及综合评价。在此基础上,着重讨论了知识库系统以及它在智能搜索引擎中的应用。     

基于遗传算法的专业元搜索引擎

元搜索引擎返回的查询结果来自独立搜索引擎,要评价此类结果的专业相关性,必须挖掘其位置信息以外的其他信息。研究并实现面向培训领域的元搜索引擎,在充分挖掘网页文本信息的基础上,提取专业网页样本特征,结合遗传算法给出网页专业相关度算法。实验结果表明,该引擎具有较高的专业信息筛选和排序能力。     

基于知识库系统的中文智能搜索引擎

随着信息技术的发展和信息量的增长,传统的搜索引擎技术日益不能满足用户信息查询的需要.目前.搜索引擎技术与人工智能(AI)技术的结合已经成为网络信息搜索的关键技术与核心思想.一种基于知识库系统的智能搜索引擎技术已成为当前研究的热点.主要介绍基于知识库系统的中文智能搜索引擎及其实现技术,以及中文智能搜索引擎的主要发展方向.     

多智能体在元搜索引擎中的应用研究

随着网络信息的指数增长和用户对检索质量要求的日益提高,传统搜索引擎的查全率和准确率都开始下降,已无法满足用户信息检索的需求。该文从搜索引擎技术的概念入手,分析了元搜索引擎和多智能体的基本原理,并利用多Agent系统自治智能和分布协同的特性．提出了基于多智能体的元搜索引擎。     

基于GA的专业元搜索引擎结果排序算法

针对元搜索引擎的查准率等问题,分析专业元搜索引擎返回结果的专业相关度问题,提出一种基于遗传算法的网页排序算法,讨论算法的原理及实现过程。在独立搜索引擎返回结果中,挖掘除位置信息以外的其他信息,利用遗传算法建立专业网页相关度模型,对网页的专业相关度进行计算。实验结果表明该算法效果较好。     

一种基于Agent的因特网信息获取系统

文中在分析传统的搜索引擎和离线济览软件优缺点的基础上,提出了一种基本代理的因特网信息获取方案,并实现了集自动下载、全文检索和离线济览功能于一体的WebClone系统,使用户获取和共享因特网信息更加方便。     

多智能体在元搜索引擎中的应用研究

随着网络信息的指数增长和用户对检索质量要求的日益提高,传统搜索引擎的查全率和准确率都开始下降,已无法满足用户信息检索的需求。该文从搜索引擎技术的概念入手,分析了元搜索引擎和多智能体的基本原理,并利用多Agent系统自治智能和分布协同的特性,提出了基于多智能体的元搜索引擎。     

基于本体的智能信息检索系统的构建方法

为了解决目前传统的信息检索工具返回大量无关的信息或漏检有用信息的问题,首先引入了本体的基本概念及其在信息检索中的用途,在此基础上提出了一种基于本体的智能信息检索系统模型.该模型首先使用基于SOM神经网络和分层聚类的两阶聚类算法自动的产生本体,免除了人工构造本体的繁琐,然后利用本体中概念及概念之间明确的关系描述,将用户提出的检索要求进行语义上的扩充,使信息检索过程更加智能化,大大提高了检索的查全率和查准率.     

基于多Agent的中文智能检索模型

Internet已经成为全球信息系统，如何智能地在这个系统中对信息进行检索一直是热点问题。分布式人工智能的发展和Agent在各个领域的广泛应用，为这个问题的解决提供了技犬上的支持。提出了一种基于多Agent的搜索模型，此模型可以根据不同需求进行信息的智能检索。     

复杂汉字信息智能检索系统研究

作为普通的中文信息处理,现有的系统都可以很好地处理,但当处理的中文信息达到一定规模时,由于汉字本身的特点,在处理过程中会遇到很多复杂的问题.如:对巨大单字收录数量的快速检索、计算机字库中没有的汉字、汉字简繁同时存在的处理等,目前这些问题没有合适的解决算法,或功能无法全部实现,或效率不高.在分析这些问题的前提下,通过对这些问题的研究,从而找出一种合适的处理算法.     

Web页面信息主动检索模型

单个页面信息量远远大于特定用户对页面中的信息需求.为快速准确从当前页面中获取特定用户所需求的兴趣信息,提出了页面信息主动检索模型.该检索模型中,根据页面Block特点将当前Web页面转化成信息树,根据用户过去的浏览行为构造用户特征树,挖掘用户特征树产生用户需求信息集,然后从当前页面中检索需求的信息,获取用户兴趣信息集.详述了主动检索的基本原理,给出了相应的算法描述,并通过实验证明了该模型具有可行性.     

语义Web环境下的信息检索机制研究

人们借助搜索引擎在网络资源中查找所需信息,但搜索引擎本身并不理解要检索内容的真正含义,只是严格的按照关键词进行匹配.语义Web的目标是实现网络资源的机器理解,成为近年来一个新的研究热点.将Agent思想应用到语义Web中,提出了语义Web环境下的信息检索模型,介绍了模型中每个组成部分的功能.然后以图书信息检索为应用背景,将提出的信息检索模型进行了应用.结果表明,信息检索的查准率和查全率都有了较好的改善.     

基于本体的信息检索模型研究

根据文档处理方式的不同,将基于本体的信息检索系统分为基于知识库的语义检索系统和基于语义网文档的信息检索系统两类。对这两个模型的实现原理和关键步骤进行了阐述;探讨了基于本体的信息检索模型中的关键技术,并指出当前研究中存在的不足;最后对基于本体的信息检索系统的研究热点和方向进行了展望。