基于MAS的信息合作過濾關(guān)鍵技術(shù)的研究.pdf

1、隨著互聯(lián)網(wǎng)的迅猛發(fā)展和在世界范圍內(nèi)的普及，Web信息正以指數(shù)級的速度增長，在這樣一個無限、無序、無邊的空間里，快速、準(zhǔn)確的查詢到所需要的信息已經(jīng)成為一件非常困難的事。如何幫助用戶從互聯(lián)網(wǎng)的海量信息中獲得真正需要的信息正成為當(dāng)前網(wǎng)絡(luò)信息獲取技術(shù)研究領(lǐng)域須迫切解決的一個問題。為了解決這個問題，智能信息過濾技術(shù)正成為非常重要的研究方向，信息過濾技術(shù)的發(fā)展方向應(yīng)該是不斷貼近用戶需求，模擬人類智慧，其智能化、個性化發(fā)展已經(jīng)成為必然的發(fā)展趨勢。

2、 本文主要針對網(wǎng)絡(luò)信息的個性化服務(wù)，通過分析用戶興趣的反饋信息，對用戶不再感興趣的信息進(jìn)行及時過濾，并向用戶推薦其可能感興趣信息而展開研究工作的。研究的目的在于希望通過在客戶端瀏覽器上引入界面Agent、學(xué)習(xí)Agent和合作過濾Agent的協(xié)調(diào)工作，加強(qiáng)和改進(jìn)客戶端瀏覽器的功能，提高信息采集質(zhì)量和信息搜索效率，實現(xiàn)面向用戶興趣的信息檢索。本文的主要工作包括： ①提出了基于MAS(Multi-Agent System，簡稱MA

3、S)的信息合作過濾(Information Collaborative Filtering,簡稱ICF)模型，ICF通過建立用戶個人模型和共同模型來呈現(xiàn)用戶興趣，同時引入反饋學(xué)習(xí)機(jī)制來學(xué)習(xí)用戶興趣，對用戶興趣進(jìn)行更新。 ②提出了基于強(qiáng)化學(xué)習(xí)的用戶興趣反饋學(xué)習(xí)算法。根據(jù)用戶一段時間內(nèi)的瀏覽行為和對瀏覽內(nèi)容的評價結(jié)果，學(xué)習(xí)Agent使用動態(tài)Q學(xué)習(xí)算法對用戶模型更新。 ③在對頻繁項挖掘算法FP-tree改進(jìn)的基礎(chǔ)上，給出了帶有

4、用戶興趣度權(quán)值的信息過濾算法IWFP-tree。IWFP-tree能夠從相似用戶興趣中推導(dǎo)出用戶的新興趣。 ④使用面向Agent的編程語言JACK實現(xiàn)了ICF原型系統(tǒng)。以江蘇大學(xué)數(shù)字圖書館中總?cè)萘拷f字的科技文獻(xiàn)作為數(shù)據(jù)源對ICF進(jìn)行了原型實驗測試，實驗結(jié)果表明同使用FP-growth算法進(jìn)行信息過濾的合作過濾系統(tǒng)(CollaborativeFiltering Systems based Frequency Pattern-G