基于Agent的個(gè)性化推薦系統(tǒng)研究與設(shè)計(jì).pdf

1、面對(duì)復(fù)雜而龐大的Internet，多數(shù)用戶往往覺(jué)得力不從心，當(dāng)用戶在網(wǎng)絡(luò)上搜索信息時(shí)，往往就會(huì)因?yàn)樾畔⒘窟^(guò)大且無(wú)目的性發(fā)生“迷航”、“認(rèn)知過(guò)載”等現(xiàn)象?；诖朔N情況，面對(duì)用戶的網(wǎng)絡(luò)個(gè)性化推薦系統(tǒng)應(yīng)運(yùn)而生而且發(fā)展迅速。 個(gè)性化推薦系統(tǒng)在用戶當(dāng)前會(huì)話的基礎(chǔ)上，根據(jù)以往訪問(wèn)用戶習(xí)慣，立即判斷當(dāng)前用戶類別并預(yù)測(cè)其下一步可能感興趣的頁(yè)面并推送至當(dāng)前用戶。這種的做法很大程度上減輕了用戶的尋找難度，使得信息獲取在某種程度上更加高效。

2、本文在深入理解Web日志挖掘一般過(guò)程，研究Web日志挖掘的技術(shù)的基礎(chǔ)上，結(jié)合實(shí)際情況，重點(diǎn)深入研究了Web日志挖掘的核心算法，在大量研究前人已有算法的基礎(chǔ)上，提出了基于興趣度的矩陣處理算法，此種算法較之以前單純1，0填值的方式，改進(jìn)并采用了興趣度填值，其中興趣度模型的建立結(jié)合了最能代表用戶偏好的瀏覽時(shí)間和瀏覽次數(shù)比兩個(gè)參數(shù)，最后得出的結(jié)果在保留高效快捷的基礎(chǔ)上，更加比普通矩陣算法更加貼近用戶習(xí)慣，推薦結(jié)果更加準(zhǔn)確。在得出了核心算法之后，

3、本文進(jìn)一步研究了頁(yè)面推薦算法，并給出了一系列定義幫助理解。 同時(shí)本文也著重分析研究了Agent的概念、技術(shù)框架，多Agent之間的通信，JADE開(kāi)發(fā)平臺(tái)以及代碼編寫，并在此基礎(chǔ)上，利用其交互性、自主性、協(xié)作性等眾多特性搭建了完整的基于Agent技術(shù)的WEB日志挖掘系統(tǒng)框架，并詳細(xì)闡述了系統(tǒng)中每個(gè)Agent的功能和流轉(zhuǎn)方式，針對(duì)在MAS系統(tǒng)中遇到的通信問(wèn)題給出了基于XML的KQML的通信言語(yǔ)解決辦法，闡明了在實(shí)際開(kāi)發(fā)過(guò)程中，獨(dú)立A