基于改进VSM算法的智能个性化信息检索系统研究

搜索引擎给信息检索带来很大的帮助,但是信息的查准率和个性化却很难保证,针对这些问题,提出了一种基于元搜索引擎的个性化信息检索系统.采用Agent技术构建系统,利用用户知识库建立和更新用户模型,对检索结果的向量空间模型算法结合用户知识库进行了改进.实验表明:系统对于查准率有一定的提高,可以满足用户的个性化需求.     

基于Agent的个性化信息检索技术的研究

提出一种基于Agent的Internet信息检索系统模型.该系统由用户Agent、信息搜索Agent、信息过滤Agent三个模块构成.通过用户信息需求的表达和信息反馈,形成并训练用户Agent;信息搜索Agent与Internet搜索引擎连接,采用有限深度-广度优先的搜索算法,减少搜索范围,加快搜索速度;信息过滤Agent根据用户已有的信息资源分析用户喜好,采用向量空间法进行信息过滤.三个模块密切协作,实现网上信息的个性化、主动性、智能性检索.     

基于Agent的信息检索的应用研究

从信息检索的现状出发,运用人工智能技术,提出一种基于Agent的信息检索方法。通过建立用户个性化信息表,辅助过滤agent在信息提取过程中的精确性,弥补了现有系统在自适应用户兴趣和交互方式等方面的不足。     

基于Multi—Agent技术的个性化数据挖掘系统

设计基于Multi-Agent技术的个性化数据挖掘系统，介绍了该系统构造的基本思想和Agent的状态转变关系及其它们之间的通信协议；利用用户Agent和挖掘Agent得到个性化数据挖掘系统MAS，并给出了系统的算法．该类系统的特点是：用Agent模拟人，实现用户在系统中的智能代理，结果表明，它能够实现数据挖掘的个性化服务功能，提供对用户真正有价值的知识，有效地避免了用户的重复劳动和精力耗费；同时，避免了系统对无用数据的挖掘，提高了系统的运行效率、     

基于多Agent的旅游电子商务系统的UML建模

基于多Agent的旅游电子商务系统，利用A剌技术，能够根据用户的需求和偏好，主动、智能和协作地从Intemet和知识库中收集各类信息，并对收集到的信息进行过滤、管理和反馈，形成针对不同用户定制的个性化旅游线路．研究了该系统的多Agent体系结构，并通过扩展UML建立系统的静态结构和动态模型．从而提高系统的文档化、可视化和标准化，保证系统的可靠性和可复用性．     

基于多Agent搜索行为分析的用户兴趣模型

为解决传统搜索引擎个性化的局限性问题,在研究用户感兴趣搜索引擎现状基础上,通过多Agent较全面记录、分析用户搜索的行为,提出了一种新的综合用户搜索行为,构建用户感兴趣搜索引擎研究框架——基于多Agent搜索行为分析的用户兴趣模型。研究结果表明,依据用户搜索行为构建用户兴趣模型,使搜索引擎返回结果更贴近用户需求。满足用户个性化服务,提高了信息搜索的查全率和查准率。     

基于Agent的人机界面设计系统

介绍了一个基于Agent的人机界面设计系统，主要应用于Web系统中，系统可根据用户喜欢的颜色和风格，生成自己的个性化Web人机界面，并且用户可对系统生成的界面进行重新设计。     

基于多Agent的旅游电子商务系统的UML建模

基于多Agent的旅游电子商务系统,利用Agent技术,能够根据用户的需求和偏好,主动、智能和协作地从Internet和知识库中收集各类信息,并对收集到的信息进行过滤、管理和反馈,形成针对不同用户定制的个性化旅游线路.研究了该系统的多Agent体系结构,并通过扩展UML建立系统的静态结构和动态模型,从而提高系统的文档化、可视化和标准化,保证系统的可靠性和可复用性.     

基于Agent的智能教学系统的研究与实现

传统的远程教学系统以呈现静态教学材料为主,为被动式教学模式,Agent理论为实现智能化和个性化的教学提供了可能。详细介绍了Agent及多Agent的特征及其应用于智能教学系统的优势,提出了基于Agent理论的个性化智能教学系统模型,并对该模型进行了实现。     

个性化Agent层次结构模型构造

通过对人类心理的分析，构造出个性化Agent的层次结构模型，即需要模块、驱动模块、喜好地址表模块及世界观模块。重点阐述了需要模块，其分别包括思维策略、安全系统等低层次结构体系及通信请求、推理系统、解释系统等高层次结构体系。这些层次结构体系及各模块确保个性化Agent具有层次分明、开放、灵活及较好的稳定性等优良特性。     

一种修正的向量空间模型在信息检索中的应用

为了提高文本信息检索系统检索性能,针对信息检索系统中普遍使用的向量空间模型(VSM)所固有的缺陷,提出一种新的修正的向量空间模型(MVSM).该模型重新定义了查询索引项的内容,将修饰词与中心词组成的合成短语引入到查询语句及传统的向量空间检索模型的信息表示中,并重新计算作为特征索引项的合成短语的权重值.在此基础上,又对查询索引项使用了基于同义词词典的查询扩展策略.实验结果表明:用合成短语作为查询索引项进行检索,使检索能够在相对精确的范围内进行,提高检索查准率;对查询进行同义扩展,能够使更多的语义相关的文本被检索出来,提高检索查全率.因此,在信息检索系统中应用修正的向量空间模型能够较好地改善检索性能.     

基于刻面描述的政务信息资源检索算法

以政务信息资源目录体系国家标准(GB/T 21063.1-2007)为依据,给出了政务信息资源的刻面描述方法.在此基础上,利用树匹配模型,提出并实现了一种基于刻面描述的政务信息资源检索算法.该算法在保证政务信息资源查准率的前提下,可有效地提高查全率.     

基于本体的高校办公信息检索系统研究

随着高校办公信息的不断增多,传统信息检索系统由于缺乏知识的处理,检索结果很难令人满意;为提高信息检索的查准率和查全率,提出将本体技术应用到信息检索中,研究并构建高校办公信息领域本体,设计了一个基于本体的信息检索系统模型．     

基于本体语义教务信息检索系统的设计与实现

为了解决传统信息检索系统中存在的不足,以教务信息检索为例,提出了基于本体的语义信息检索系统的3层模型框架。在模型框架基础上,利用Protégé工具创建了教务知识本体,作为系统的数据源,利用Jena工具和Sparql语言实现了语义信息推理和检索,利用XML和XSL技术实现了用户界面显示,形成了一个完整的语义教务信息检索系统。     

大数据下监控网络混合入侵信息检索仿真

针对传统的监控入侵信息检索方法存在检索精度低、召回率高、检索耗时长等问题,提出一种大数据下监控网络混合入侵信息检索方法.采用遗传算法对特征集进行优化选择,引入偏F检验对选择最优子集,组成优化特征集,并构建冗余信息消除模型,消除混合入侵信息中的冗余信息.以信息检索理论为依据,引用LDA模型对文档的话题进行建模,构建入侵信息检索模型,完成大数据下监控网络混合入侵信息检索.结果表明,所提方法的检索精度较高,能够有效提高入侵信息检索效率,降低检索耗时,且召回率平均值约为24%,优于其他方法,具有一定可行性.     

HNC农村智能信息检索系统

设计并实现了一个基于概念层次网络（HNC）的农村智能信息检索系统。该系统采用语境框架对文本进行形式化，即把文本内容抽象成领域(静态范畴)、情景(动态描述)、背景(褒贬、参照等)3个侧面。在语境框架的基础上，设计实现了信息检索算法。算法以领域为中心，以情景框架为依托，以背景框架为限定。系统运行1年来已经取得了非常好的效果，充分验证了技术的可行性。     

HNC农村智能信息检索系统

设计并实现了一个基于概念层次网络（HNC）的农村智能信息检索系统。该系统采用语境框架对文本进行形式化，即把文本内容抽象成领域(静态范畴)、情景(动态描述)、背景(褒贬、参照等)3个侧面。在语境框架的基础上，设计实现了信息检索算法。算法以领域为中心，以情景框架为依托，以背景框架为限定。系统运行1年来已经取得了非常好的效果，充分验证了技术的可行性。     

管网材料腐蚀信息语义检索系统的设计与实现

传统的基于关键词的信息检索不能理解用户的需要,仅仅对关键词进行简单的匹配,其结果往往包含大量与用户实际需要毫不相干的信息,同时却丢失用户实际需要的信息,使得检索的效率很低．基于本体的语义检索技术的出现,弥补了基于关键词检索的不足,成为目前构建信息检索系统的应用热点．本文主要针对燃气管网的材料腐蚀信息,设计一个基于GIS（Geography Information System）的管网材料腐蚀信息语义检索系统,使用户检索管网空间数据和腐蚀数据时为其提供相关数据的语义信息,同时也使得检索结果更加符合用户需求．     

Intelligent Agent-Based System for Digital Library Information Retrieval

A new information search model is reported and the design and implementation of a system based on intelligent agent is presented. The system is an assistant information retrieval system which helps users to search what they need. The system consists of four main components: interface agent, information retrieval agent, broker agent and learning agent. They collaborate to implement system functions. The agents apply learning mechanisms based on an improved ID3 algorithm.