一、基于Multi-Agents的多媒体信息检索引擎探讨（论文文献综述）
赵丽梅[1]（2021）在《基于Multi-Agent模型结构的数字文献编目检索系统设计》文中研究说明传统系统存在召回率和检索精准度低的问题,为此,文中提出基于Multi-Agent模型结构的数字文献编目检索系统设计。根据系统硬件结构,依次对用户界面层、功能模块及开发工具层、核心对象层和系统支撑层进行分析。其中,用户界面层向用户提供Web交互式图形界面;功能模块及开发工具层向用户提供开发工具,通过交互信息协同完成任务;核心对象层按照信息交互策略向功能模块提供所需数据;系统支撑层向系统底层数据对象提供维护和协调功能,维护数据一致性。以面向Multi-Agent模型的软件工程为设计理念,计算执行任务与数字文献编目任务处理数值,以现有检索技术为基础,设计基于Multi-Agent模型的检索流程。由实验结果可知,该系统最高召回率和检索精准度都为95%,具有较高的实用性。
陈珊[2]（2013）在《国内多媒体信息检索研究进展》文中研究说明根据对2000年以来国内多媒体信息检索进行文献计量统计,从基于文本的、基于内容的、基于XML的多媒体信息检索以及数字图书馆MIR四个方面分析了目前国内MIR研究现状,简单比较三种检索的优缺点并提出建议。
孙波[3]（2010）在《旅游多媒体信息主动服务系统研究》文中指出随着信息服务业的不断发展,基于用户个性化的主动信息服务作为一个新的研究热点和一种新型的信息服务模式,得到了越来越多的关注。本论文对旅游多媒体信息主动服务系统进行了研究,论文完成的主要工作如下：（1）完成了基于多代理的系统实现方案设计和主要功能模块的设计,包括用户接口Agent、过滤排序Agent、兴趣学习Agent、监控Agent和信息检索Agent五个功能模块；完成了数据库设计。（2）给出了用户兴趣模型的设计和实现,包括用户兴趣信息的获取和预处理,基于向量夹角的K-近邻算法的应用,用户兴趣模型的建立及其模型评价,用户兴趣模型的更新和调整方法。对K-近邻算法进行了改进,实验结果表明,改进后的算法在分类效率和分类精度两方面都有所提高。（3）开发并实现了基于JADE开发平台的旅游多媒体主动服务系统,实现了各Agent模块的具体功能,给出了用户个性站点、多媒体主动服务等服务的具体应用实例,对系统进行了测试,测试结果表明系统在主动服务质量与推荐精确度上均取得了满意的效果,可基本满足用户的个性化需求。本文建立的旅游多媒体信息主动服务系统,通过搜集各种旅游相关多媒体信息,采用显式与隐式相结合的方法提取出用户兴趣信息,建立用户兴趣模型,可为用户提供个性化的旅游多媒体信息主动服务,满足人们日益增长的个性化旅游服务需求。
李红梅[4]（2009）在《智能元搜索引擎关键技术研究》文中研究说明现有的搜索引擎存在覆盖率低和查准率低的缺陷,无法充分满足用户对信息的快速性与有效性要求。元搜索引擎通过调用多个搜索引擎来实现搜索,能较好解决现有搜索引擎的缺陷,但仍然存在智能化程度低、搜索结果的易用性差、无法满足个性化需求等问题。本文系统综述了智能元搜索引擎技术的研究现状和发展趋势,设计了一个基于Multi-Agent的智能元搜索引擎系统结构模型,并对其中的关键技术进行了研究。数据挖掘能够提取数据中隐含的知识,Web数据挖掘技术应用于搜索引擎中,为Web信息的利用提出了新的解决方案。Agent技术的发展日趋成熟,可有效应用于用户个性化智能信息检索中。因此,Web数据挖掘技术、智能Agent技术与元搜索引擎技术相融合,可提高元搜索引擎的智能化水平,使元搜索引擎技术上升到一个新的高度。本文的主要创新性成果如下所述:1.在元搜索引擎中吸收了聚类搜索引擎和个性化检索的关键元素,提出了一个基于Multi-Agent的智能元搜索引擎系统结构模型。采用移动Agent和常驻Agent相结合的搜索机制使系统具有更强的适应性,利用并行约简算法实现了常驻Agent对搜索结果的动态合并,可有效避免在结果合成Agent处产生瓶颈。给出了用户个性化模式的表示机制和更新机制,运用个性化检索和聚类浏览相结合的检索方式既能满足用户的个性化要求,提高用户查询的查准率,又能实现对搜索结果的结构化组织,便于用户快速定位有效信息。2.提出了一种基于虚拟语言模型的成员搜索引擎选择算法。采用将成员搜索引擎数据库与概念相关联的技术,通过静态学习得到数据库与各个概念之间的相关度,并建立数据库的特征描述。对于用户查询,先将其映射到相关概念,然后利用虚拟语言模型计算查询与成员搜索引擎数据库之间的相关性,结合用户对搜索引擎的偏好度实现个性化的成员搜索引擎调度策略。本算法可以弥补Web信息检索中短查询存在的问题,同时提高数据库选择的速度。实验结果表明该算法在搜索结果的查询精度上比采用CORI算法有明显的提高。3.针对结果合成算法中搜索引擎性能不均衡带来的问题,提出了一种基于群决策的合成算法。对搜索结果的排序位置和文本信息进行规范化处理得到文档的相关分值,平衡搜索引擎之间的差异。利用搜索引擎的性能评价,提出改进的影子文档方法估算非相关文档的分值。考虑成员搜索引擎对用户查询意图的相关程度因素,引入群决策思想实现对搜索结果的排序,将与用户查询意图密切相关的结果排在搜索结果的前面,从而提高查准率。该算法充分利用搜索结果的信息,计算简单、易于实现。实验结果表明与成员搜索引擎相比,其平均相关性有明显提高,并且优于Round-robin、CombSum和CombMNZ三种合成算法。4.为了获得明确的聚类主题,提出了一种基于概念分组的Web搜索结果聚类算法。对概念分组算法进行了改进,突破了其对查询特征项的限制,利用特征词的同现文档频率来建立概念分组,进而挖掘Web搜索结果之间的语义关联,产生对查询主题的概念描述,实现对搜索结果的聚类。类别标签的选择综合考虑了特征词在类内和文档集中的重要性,使得标签具有较强的文档区分性。算法中对特征词选择进行了优化,保证了产生的类别标签具有明确的含义;通过对搜索结果的语义挖掘,实现了对Web搜索结果的主题发现,同时,具有对同义词的扩展能力。该算法具有较低的时间复杂度,能够满足实时的、语义的、重叠聚类的要求。实验结果表明该算法聚类性能较好,明显优于K-means聚类算法,并且具有较强的自适应性。与中文聚类搜索引擎比比猫相比,在聚类质量和类别标签上都与之相近,但能够产生含义更为明确的类别标签。
谢玉宇[5]（2009）在《基于本体和多Agent的信息检索模型的研究》文中研究表明随着信息技术的发展,特别是Internet应用的推广,网络上信息已是海量,并以几何级数的速度增长,而且Internet信息空间中的信息资源是异构的,动态变化的,在这样一个无限、无序的空间里,快速、准确地查询到所需要的信息已经成为一件非常困难的事。如何能够在这浩如烟海的Internet信息世界寻找到用户所需或感兴趣的信息已经成为研究者追求的目标,为了达到这个目标,搜索技术的发展方向应该是不断贴近用户需求,模拟人类智慧,其智能化、个性化发展已经成为不可逆转的发展趋势。本文对多Agent系统作了比较深入的研究,将本体引入到多Agent模型中来,利用本体对资源语义描述的特性和多Agent所具备的智能化和个性化特性,将两者结合起来提出了基于本体和多Agent信息的检索模型,并且建立了简单的计算机领域本体实例,用来规范本体的查询请求、分析处理搜索代理返回的搜索结果、学习用户的兴趣爱好,使其能自主的为用户查找用户感兴趣的信息。在本文中,本文的工作主要集中在以下几个方面:（1）在分析本体理论、搜索引擎技术和多Agent技术研究现状基础上提出了一种基于本体和多Agent的信息检索模型。（2）深入研究本体的构建技术、本体的存储技术,建立计算机领域的本体实例,并利用Jean工具包将本体持久化到数据库。（3）基于本体的Agent通信语言,提出一种基于OWL的Agent通信语言,该语言利用本体技术优化了信息检索模型中多Agent的通信问题。（4）使用基于Java语言的JADE丌发平台设计实现了模型中各个Agent模块。利用从网页抓取到的计算机硬件配置数据对模型进行测试,实验结果表明基于本体和多Agent的信息检索模型与传统基于关键字的检索技术相比,查全率和查准率都有一定的提高。
成博[6]（2008）在《多Agent智能搜索引擎及其在图书馆中的应用研究》文中进行了进一步梳理搜索引擎是信息社会与网络环境下大众用户广泛使用的一种工具,它以其方便、快捷、易用等特性为人们普遍接受。但是信息的爆炸式增长,使得搜索引擎检准率与检全率不高、缺乏人性化服务等缺点在用户使用时也一一暴露出来,让广大用户在息查询时遇到了一定的困难。随着社会的发展和科技的进步,人工智能等技术与搜索引擎的结合催生了智能搜索引擎。智能搜索引擎以其独有的智能化、人性化和学习性等特征,不断完善与强化搜索引擎的功能,受到广大网络用户的欢迎。智能搜索引擎除了在传统信息检索领域内应用外,也逐渐被应用于社会信息服务各方面之中。图书馆作为传统信息中心的地位随着网络的出现而逐渐动摇,而智能搜索引擎又对图书馆的信息服务产生了冲击。在信息社会与网络环境下,图书馆能否与智能搜索引擎合作,充分利用智能搜索引擎的特点和优势,在信息服务领域有新的发展,正是本文的写作的出发点。本文在详细分析多Agent技术和智能搜索引擎的特点后,构建一个多Agent智能搜索引擎,并重点分析、研究其在图书馆服务工作中应用的可行性以及如何应用,从而为国内图书馆工作的深化发展提供理论指导。文章首先对搜索引擎、智能搜索引擎和Agent的概念、特点进行了介绍;之后阐述了多Agent智能搜索引擎的系统结构、工作流程和各Agent的功能结构;然后分析了多Agent智能搜索引擎在图书馆应用的优势、影响和意义;最后详细论述多Agent智能搜索引擎在图书馆服务工作几方面中的应用,包括信息检索、图书馆个性化信息服务、查新咨询服务以及多Agent智能搜索引擎与图书馆跨界合作的具体实施等。文章的创新之处主要有:对比分析了搜索引擎与智能搜索引擎在各方面的优劣;全面系统地总结了Agent的技术特点;构建以Agent技术为基础,综合元搜索技术、信息检索技术、数据挖掘技术、多Agent协作策略的多Agent智能搜索引擎;分析、研究智能搜索引擎在图书馆信息服务工作各方面的应用可行性与具体操作,尤其是智能搜索引擎与图书馆跨界合作各个层面的详细实施。
唐金良,赵建民,朱信忠[7]（2008）在《基于Multi-Agent的多媒体个性化检索框架的设计》文中提出针对目前Internet多媒体信息检索的不足,分析了Multi-Agent技术在网络多媒体信息检索方面的应用现状。充分考虑到信息检索过程中用户的个性化特点,提出了一个基于Multi-Agent的智能化、个性化、高效协同的多媒体检索系统框架模型。
吕琳[8]（2007）在《基于Multi-agent的协同制造资源共享的相关理论与技术研究》文中研究指明网络环境下的协同制造是适应网络经济和知识经济的先进制造模式,它强调企业间的协作和全社会范围内的资源共享,并以此达到提高企业产品全生命周期的创新能力,实现产品从设计到制造的低成本和高效率的目标。因此,通过网络将分散在各个企业中的制造资源实现共享和利用是网络化制造模式下协同制造的重要特征之一。由于协同制造资源存在着诸如异构性、分布性、自治性等特点,使得协同制造资源共享在资源统一描述、快速准确获取所需资源和资源重构配置等方面存在着问题。与此同时,由于Internet这个公用平台几乎以无限制的方式为企业、政府和个人所使用,这种廉价的组网方式使许多协同制造资源信息和保密数据在共享过程中难免受到各种主动的或被动的攻击。在研究国内外学者提出的关于实现制造资源共享的理论和思想的过程中,作者利用Multi-agent技术来解决上述难题。依托国家自然科学基金等项目,按照“研究相关理论、突破关键技术”的技术路线,对协同制造模式下制造资源共享问题主要进行了如下研究工作:（1）研究了制造资源共享的概念模型、控制模型、面向共享的资源库以及资源共享的服务质量。借鉴知识链思想,结合制造资源共享理论,提出协同制造资源链的概念。即将分散在各地的协同制造资源封装成资源Agent,以节点的形式加入到协同制造资源链中,通过协同制造资源链将分布在各地的协作企业连接到一起,虚拟成一个大的网络制造系统,共享制造资源并进行协同制造,给出了基于Multi-agent的协同制造资源共享框架。（2）分析了制造资源建模内涵和网络制造模式下协同制造资源模型的建立原则。针对传统的制造资源建模方法没有考虑到知识在制造资源描述中的重用,缺乏语义信息,无法较好地满足用户的检索请求的问题,提出采用XML和知识本体技术对制造资源模型进行描述。知识本体是共享概念模型的明确形式化的规范说明,它能够以一种明确的、形式化的方式来表示领域资源知识,促进资源共享,提高异构系统之间的互操作性。同时应用面向对象的资源建模思想和Multi-agent技术,结合基于XML和知识本体技术的协同制造资源描述方法,给出了协同制造资源模型,为实现协同制造资源快速检索和优化配置提供依据。（3）针对传统的被动资源获取方式具有信息查找困难、资源重用率低的问题,研究了协同制造模式下制造资源主动获取方法。该方法是在信息推的基础上,当企业在执行协作业务过程的某一活动时,主动地将完成该活动所需要资源的信息及时、正确且无冗余地推送给用户,而无需用户繁琐的查询操作或由于未能及时查询而造成后续工作的延迟。现代先进制造模式下,单一企业的资源是有限的,极少有单个企业能拥有本行业所需的全部资源。因此,如何能够在寻找到的大量企业资源中根据生产任务和资源优化配置原则实现资源重构,是快速响应市场变化的条件之一。协同制造资源共享下的资源重构是一个多策略决策问题,而博弈论正是研究多人谋略和决策问题的理论,将博弈理论用于解决协同制造资源重构问题可以兼顾企业各生产任务的资源需求,使企业获取最大效益。鉴于Agent具有有限理性的特点,选择进化博弈论做为具体解决方法。提出了基于Agent和进化博弈论的协同制造资源重构模型。（4）着重研究了基于Agent的身份认证技术和系统自保护模型。协同制造资源共享系统的用户分布在不同的联盟企业中,呈现群组特性,本文应用Agent技术,给出一种适合于协同制造资源共享系统的、易于扩展的认证方案。通过研究IBM有关自我保护的概念,提出将自我保护方法用于协同制造资源共享安全中进行主动保护,给出基于Agent的协同制造资源自我保护模型,并对自保护系统的构成和工作模式进行了详细的描述。和以往基于Agent的入侵检测系统模型相比,基于Agent的自保护系统模型中数据采集、分析、响应、通讯是每个自治Agent的必备模块,充分发挥了智能代理的自主性、主动性和响应性。同时也减少了Agent间的频繁通信,加快了响应速度。模块化结构的自治Agent不仅有利于设计和实现,同时更利于Agent技术在网络安全中的应用和推广。系统中每一台主机都具有检测、响应入侵的能力,构成了一个分布式检测和响应系统。（5）提出了网络环境下协同制造资源共享原型系统的逻辑框架,同时给出系统的功能模块设计。结合本文所讨论的协同制造资源共享技术,对原型系统的协同制造资源服务和安全管理等模块进研究,并给出相应的协同制造资源检索、重构以及身份认证功能界面。
周阿连[9]（2007）在《基于智能Agent的社区化信息检索系统的研究》文中进行了进一步梳理Web给信息检索带来了新的挑战。Web上的信息量快速增长,同时不断有毫无经验的新用户来体验Web这门艺术。人们喜欢用超级链接来网上冲浪,通常都是由一些重要的网页或搜索引擎开始。而基于关键词的自动搜索引擎通常返回太多的低质量的匹配。更糟的是,一些广告为了赢得人们的关注想方设法误导自动搜索引擎。个性化服务是解决以上问题的有效途径,而具有个性化和互动性特征的社区化代表了搜索引擎发展的新方向,同时具有良好的适应性和学习特性的Agent技术因为融合了人工智能（AI）技术,是目前个性化主动服务研究中的热点和前沿,智能Agent可以从用户的日常行为中进行学习,了解用户的兴趣,动态的修改用户兴趣模型,自主的在Internet上漫游,收集用户感兴趣的信息,通过PUSH技术,主动向用户提供个性化的服务,这就提高了搜索引擎的快速性、准确性、自主性、灵活性和智能性。伴随着Web2.0的兴起,“个性化”除了体现在用户对搜索内容差异需求外,用户对“互动性”的渴求可看作是“个性化”的另一个层面的体现。作为互动的搜索方式,“社区化搜索”帮助用户获得其他用户所保存的同主题相关内容,使得用户既是搜索内容的使用者,又是搜索内容的创造者。本文从信息检索用户的角度出发,针对信息过载的问题提出了一种智能信息检索系统的构造方案,它在目前已有的搜索引擎的基础上进行改进,能够学习用户的兴趣、爱好和特性,细化搜索结果,屏蔽掉无用的信息,并能够主动帮助用户获取信息,利用“社区化”来提供互动性服务,实现互联网信息的及时获取、主动呈现,方便用户使用,节约用户的时间和精力。
王海腾[10]（2007）在《基于多Agent的搜索引擎优化研究》文中指出近几年来,随着计算机和网络的发展,互联网信息成指数级增长,搜索引擎已经成为用户上网必不可少的工具。传统搜索引擎的优点是信息量大,更新及时,无需人工干预,但随着网络信息的成倍增长,海量搜索技术的弊端也日益明显,返回信息过多,夹杂着大量重复或无关的信息,必须从检索结果中自行进行二次或多次筛选,无形中降低了搜索的准确性。迫切需要能有新的技术来解决这些问题。本课题研究了基于多Agent的优化搜索的几个关键问题,从第二代搜索当前所存在的问题出发,对搜索引擎的进行进一步优化。在关键词匹配搜索的前提下,通过客户端和服务器端的Agent的交互,用机器学习的方法,详细分析用户的点击和浏览行为来改进服务,把用户的对网页的重要性判断考虑进去,更好的利用用户相关性反馈信息,使信息的重要性的判断上增加整个用户群体的判断来改进服务器端的算法,优化整个搜索引擎的总体性能。提出了在搜索过程中人机相互协作的重要思想。通过客户端和服务器端的Agent的交互,把具体到某用户搜索行为时的不确定性和个性考虑进去,通过用户使用前提交的兴趣偏好信息和历史浏览行为,来增加对于具体某个用户搜索接口的个性和智能性。本文首先对传统搜索引擎技术和分类进行了介绍,然后对Agent的定义和系统体系结构及用户兴趣学习技术进行了详细的介绍。随后设计出了自己的基于多Agent的搜索引擎的体系结构,详细设计了各Agent的功能。最后在服务器端使用元搜索引擎的情况下,模拟和实现了客户端各Agent的搜索行为,并作了对比实验。
二、基于Multi-Agents的多媒体信息检索引擎探讨（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于Multi-Agents的多媒体信息检索引擎探讨（论文提纲范文）
（1）基于Multi-Agent模型结构的数字文献编目检索系统设计（论文提纲范文）
| 0 引言 |
| 1 系统硬件结构设计 |
| 2 软件部分设计 |
| 3 仿真模拟实验 |
| 3.1 编目设计环境与流程 |
| 3.2 实验信息资源选取 |
| 3.3 召回率对比结果与分析 |
| 3.4 检索精准度对比结果与分析 |
| 4 结语 |
（2）国内多媒体信息检索研究进展（论文提纲范文）
| 一 文献分析 |
| (一) 年度数量分布统计 |
| (二) 论文来源分布统计 |
| (三) 作者分布统计 |
| (四) 关键词分布统计 |
| 二 国内多媒体信息检索研究现状 |
| (一) 基于文本的多媒体信息检索 |
| (二) 基于内容的多媒体信息检索 |
| 1 基于内容的文本检索 (Cont ent-Based Text Retrieval) |
| 2 基于内容的图像检索 (Cont ent-Based I m-age Retrieval) |
| 3 基于内容的视频检索 (Cont ent-BasedVideo Retrieval) |
| 4 基于内容的音频检索 (Cont ent-Based Au-dio Retrieval) |
| (三) 基于XML的多媒体信息检索 |
| (四) 数字图书馆多媒体信息检索 |
| (五) 多媒体信息检索其他相关研究 |
| 1 MPEG |
| 2 多媒体信息检索搜索引擎和检索系统 |
| 3 基于语义的智能检索 |
| 三 展望 |
（3）旅游多媒体信息主动服务系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 论文来源 |
| 1.2 论文背景 |
| 1.3 论文研究内容 |
| 1.4 研究意义 |
| 1.5 论文结构 |
| 第二章 关键技术 |
| 2.1 智能推拉技术 |
| 2.1.1 信息推送与信息拉取技术 |
| 2.1.2 智能推拉技术 |
| 2.1.3 智能推拉技术的服务方式 |
| 2.1.4 智能推拉技术的应用 |
| 2.2 Agent技术 |
| 2.2.1 Agent概念与特性 |
| 2.2.2 多代理系统 |
| 2.2.3 面向Agent技术的程序设计 |
| 2.2.4 Agent的通信 |
| 2.3 用户兴趣建模方法 |
| 2.3.1 向量空间模型 |
| 2.3.2 文本训练及分类算法 |
| 2.4 本章小结 |
| 第三章 旅游多媒体主动服务系统的总体设计 |
| 3.1 系统需求分析 |
| 3.2 系统框架设计 |
| 3.2.1 总体框架 |
| 3.2.2 工作流程 |
| 3.3 主要功能模块 |
| 3.3.1 用户接口Agent |
| 3.3.2 过滤排序Agent |
| 3.3.3 兴趣学习Agent |
| 3.3.4 监控Agent |
| 3.3.5 信息检索Agent |
| 3.4 数据库设计 |
| 3.5 本章小结 |
| 第四章 用户兴趣模型的建立 |
| 4.1 传统用户兴趣建模方法分析 |
| 4.2 用户兴趣信息获取和预处理 |
| 4.2.1 用户兴趣信息获取 |
| 4.2.2 用户数据预处理 |
| 4.3 基于向量夹角的K-近邻算法用户兴趣建模 |
| 4.3.1 文档模型建立及其结构化处理 |
| 4.3.2 用户兴趣判定 |
| 4.3.3 模型评价 |
| 4.4 算法改进 |
| 4.4.1 算法分析 |
| 4.4.2 基于分类效率的改进 |
| 4.4.3 基于分类精度的改进 |
| 4.4.4 实验分析 |
| 4.5 用户兴趣模型更新 |
| 4.6 本章小结 |
| 第五章 旅游多媒体主动服务系统实现 |
| 5.1 系统各Agent模块实现 |
| 5.1.1 用户接口Agent |
| 5.1.2 兴趣学习Agent |
| 5.1.3 过滤排序Agent |
| 5.1.4 信息检索Agent |
| 5.2 旅游多媒体主动服务原型系统的实现 |
| 5.2.1 用户兴趣注册 |
| 5.2.2 用户个性站点 |
| 5.2.3 多媒体主动服务 |
| 5.3 系统测试 |
| 5.3.1 测试用例设计 |
| 5.3.2 测试结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 进一步研究工作 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
| 申请发明专利 |
| 发表学术论文 |
（4）智能元搜索引擎关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 成员搜索引擎数据库选择研究 |
| 1.2.2 搜索结果合成处理研究 |
| 1.2.3 元搜索引擎的个性化和智能化研究 |
| 1.3 论文结构安排 |
| 1.4 论文创新点 |
| 第二章 智能元搜索引擎技术的相关理论 |
| 2.1 向量空间模型 |
| 2.1.1 文档的向量化表示 |
| 2.1.2 相似度计算 |
| 2.2 搜索引擎 |
| 2.2.1 搜索引擎的结构 |
| 2.2.2 搜索引擎的分类 |
| 2.2.3 搜索引擎结果排序 |
| 2.3 元搜索引擎 |
| 2.3.1 元搜索引擎的体系结构 |
| 2.3.2 元搜索引擎的分类 |
| 2.3.3 元搜索引擎的技术难点 |
| 2.3.4 元搜索引擎的发展趋势 |
| 2.4 聚类浏览技术 |
| 2.4.1 文本聚类的概念 |
| 2.4.2 常用文本聚类方法 |
| 2.4.3 聚类浏览技术的基本要求 |
| 2.4.4 聚类浏览技术的分类 |
| 2.4.5 聚类浏览技术的评价方法 |
| 2.4.6 聚类浏览技术的发展方向 |
| 2.5 小结 |
| 第三章 基于Multi-Agent的智能元搜索引擎模型设计 |
| 3.1 引言 |
| 3.2 Agent技术 |
| 3.2.1 Agent的内涵 |
| 3.2.2 Multi-Agent系统 |
| 3.2.3 移动Agent与传统分布式技术的比较 |
| 3.3 基于Multi-Agent的智能元搜索引擎系统模型整体设计 |
| 3.3.1 MAIME系统的ASM设计 |
| 3.3.2 MAIME系统的Agent结构设计 |
| 3.3.3 MAIME模型的系统结构 |
| 3.3.4 基于Petri网的MAIME建模 |
| 3.4 模型的技术分析 |
| 3.4.1 移动Agent和常驻Agent相结合的搜索机制 |
| 3.4.2 个性化和聚类浏览相结合的检索方式 |
| 3.5 小结 |
| 第四章 成员搜索引擎选择算法研究 |
| 4.1 引言 |
| 4.2 典型的成员搜索引擎选择算法 |
| 4.2.1 定性方法 |
| 4.2.2 定量方法 |
| 4.2.3 基于学习的方法 |
| 4.3 基于虚拟语言模型的成员搜索引擎选择算法 |
| 4.3.1 算法设计思路 |
| 4.3.2 基于主题概念的数据库特征描述 |
| 4.3.3 基于虚拟语言模型的数据库选择算法 |
| 4.3.4 算法小结 |
| 4.4 实验结果与分析 |
| 4.4.1 数据集合构建 |
| 4.4.2 评价方法 |
| 4.4.3 实验结果 |
| 4.5 小结 |
| 第五章 元搜索引擎结果合成算法研究 |
| 5.1 引言 |
| 5.2 典型的结果合成算法 |
| 5.2.1 基于位置信息的合成算法 |
| 5.2.2 基于分值的合成算法 |
| 5.2.3 基于内容的合成算法 |
| 5.2.4 重叠文档在结果合成中的处理方法 |
| 5.2.5 实际应用中元搜索引擎的合成算法 |
| 5.3 搜索结果合成的预处理技术 |
| 5.3.1 无效链接检查 |
| 5.3.2 查询结果消重 |
| 5.4 基于群决策的结果合成算法 |
| 5.4.1 相关分值的规范化 |
| 5.4.2 非相关文档的相关分值估算 |
| 5.4.3 相关分值合并 |
| 5.4.4 算法小结 |
| 5.5 实验结果与分析 |
| 5.5.1 数据集合构建 |
| 5.5.2 评价方法 |
| 5.5.3 实验结果 |
| 5.6 小结 |
| 第六章 搜索结果聚类算法研究 |
| 6.1 引言 |
| 6.2 典型搜索结果聚类算法 |
| 6.2.1 传统聚类算法的应用 |
| 6.2.2 典型Web Snippets聚类算法 |
| 6.3 基于概念分组的聚类算法 |
| 6.3.1 概念分组技术 |
| 6.3.2 概念分组算法的改进 |
| 6.3.3 Web搜索结果聚类算法的步骤 |
| 6.3.4 算法小结 |
| 6.4 实验结果与分析 |
| 6.4.1 评价数据集合构建 |
| 6.4.2 评价方法 |
| 6.4.3 实验结果 |
| 6.5 小结 |
| 第七章 总结与展望 |
| 7.1 研究总结 |
| 7.2 进一步的研究工作 |
| 致谢 |
| 参考文献 |
| 读博期间的学术论文和参加的科研项目 |
（5）基于本体和多Agent的信息检索模型的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 问题的提出 |
| 1.2 研究的意义 |
| 1.3 本文的工作和创新点 |
| 1.4 论文的组织结构 |
| 第2章 网络信息检索技术研究进展 |
| 2.1 网络信息资源的特点 |
| 2.2 信息检索技术概述 |
| 2.2.1 信息检索技术的分类 |
| 2.2.2 主流网络信息检索技术 |
| 2.3 信息检索系统分类 |
| 2.4 信息检索新发展 |
| 2.5 智能信息检索系统国内外研究现状 |
| 2.5.1 基于本体的信息检索系统 |
| 2.5.2 基于Agent的检索系统 |
| 2.6 本章小结 |
| 第3章 基本理论及相关技术 |
| 3.1 本体 |
| 3.1.1 本体的概念 |
| 3.1.2 本体的分类 |
| 3.1.3 本体描述语言 |
| 3.2 本体建模 |
| 3.2.1 本体建模原则 |
| 3.2.2 本体建模的生命周期 |
| 3.2.3 本体建模步骤 |
| 3.2.4 本体建模工具 |
| 3.3 本体设计实例 |
| 3.3.1 Protégé的应用 |
| 3.3.2 本体的存储 |
| 3.4 Agent与多Agent系统 |
| 3.4.1 Agent的定义 |
| 3.4.2 Agent的属性 |
| 3.4.3 Agent的分类 |
| 3.4.4 面向Agent的程序设计 |
| 3.4.5 多Agent系统概念 |
| 3.4.6 多Agent之间的交互协作 |
| 3.5 本章小结 |
| 第4章 基于本体和多Agent的信息检索模型设计和实现 |
| 4.1 模型框架 |
| 4.1.1 模型中Agent模块功能描述 |
| 4.1.2 模型工作流程 |
| 4.2 模型设计工具——JADE |
| 4.2.1 JADE组成部分 |
| 4.2.2 Agent类的建立 |
| 4.2.3 Agent标识 |
| 4.2.4 结束Agent |
| 4.3 JADE中Agent的执行 |
| 4.3.1 Agent生命周期及状态 |
| 4.3.2 Agent执行过程 |
| 4.3.3 让Agent执行任务—加入Behaviour |
| 4.3.4 Agent信息的收发 |
| 4.4 基于JADE的Agent设计 |
| 4.4.1 网络爬虫Agent设计 |
| 4.4.2 检索Agent设计 |
| 4.4.3 用户接口Agent设计 |
| 4.4.4 信息过滤Agent设计 |
| 4.5 本章小结 |
| 第5章 基于本体的Agent之间的通信 |
| 5.1 Agent间的通讯 |
| 5.2 Agent通信语言 |
| 5.2.1 ACL的框架 |
| 5.2.2 FIPA ACL |
| 5.2.3 交互协议 |
| 5.3 基于本体的Agent通信语言 |
| 5.3.1 基于本体的通信模型 |
| 5.3.2 一种基于OWL的Agent通信语言 |
| 5.4 通信Agent设计 |
| 5.4.1 通信Agent服务 |
| 5.4.2 向DF通信Agent |
| 5.5 本章小结 |
| 第6章 实验与分析 |
| 6.1 模型设计模式与试验环境 |
| 6.1.1 试验环境和工具 |
| 6.1.2 实验数据的获取 |
| 6.2 模型功能展示 |
| 6.2.1 普通条件检索 |
| 6.2.2 语义扩展检索 |
| 6.3 模型功能评价 |
| 6.4 本章小结 |
| 第7章 总结与展望 |
| 参考文献 |
| 致谢 |
| 论文及科研情况 |
（6）多Agent智能搜索引擎及其在图书馆中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.3 研究现状简述 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 研究内容和研究方法 |
| 第二章 多Agent 智能搜索引擎系统与功能分析 |
| 2.1 搜索引擎工作原理及体系结构 |
| 2.1.1 搜索引擎发展简史 |
| 2.1.2 搜索引擎工作原理概述 |
| 2.1.3 搜索引擎体系结构及各模块功能作用 |
| 2.2 Agent 内涵及其特点 |
| 2.2.1 Agent 的产生与发展 |
| 2.2.2 Agent 的概念与内涵 |
| 2.2.3 Agent 的特点和优点 |
| 2.2.4 多Agent 系统的优势概述 |
| 2.3 多Agent 智能搜索引擎概述 |
| 2.3.1 多Agent 智能搜索引擎系统介绍 |
| 2.3.2 多Agent 智能搜索引擎系统工作流程 |
| 2.3.3 多Agent 智能搜索引擎各模块功能作用分析 |
| 2.4 本章小结 |
| 第三章 图书馆应用智能搜索引擎的可行性分析 |
| 3.1 智能搜索引擎所具有的特性及其对图书馆的影响 |
| 3.1.1 多Agnet 智能搜索引擎的特性 |
| 3.1.2 多Agent 智能搜索引擎对图书馆产生的影响 |
| 3.2 图书馆自身利用智能搜索引擎的优势所在 |
| 3.2.1 图书馆利用智能搜索引擎后具有信息资源优势 |
| 3.2.2 图书馆利用智能搜索引擎具备信息检索优势 |
| 3.2.3 图书馆利用智能搜索引擎的专业人才优势 |
| 3.3 智能搜索引擎应用于图书馆的意义 |
| 3.3.1 智能搜索引擎有利于提高图书馆的服务质量 |
| 3.3.2 智能搜索引擎有利于提高图书馆的工作效率 |
| 3.3.3 智能搜索引擎有利于扩大图书馆的社会影响 |
| 3.4 本章小结 |
| 第四章 多 Agent 智能搜索引擎应用于图书馆信息服务 的探讨 |
| 4.1 多Agent 智能搜索引擎在图书馆信息检索中的应用 |
| 4.1.1 站内检索 |
| 4.1.2 文献检索 |
| 4.1.3 跨库检索 |
| 4.2 多Agent 智能搜索引擎在图书馆个性化服务中的应用 |
| 4.2.1 用户个性化模型的构建 |
| 4.2.2 用户个性化信息挖掘 |
| 4.2.3 用户信息更新 |
| 4.2.4 个性化信息检索 |
| 4.3 多Agent 智能搜索引擎在图书馆参考咨询与查新中的应用 |
| 4.3.1 在图书馆参考咨询中的应用 |
| 4.3.2 在图书馆查新中的应用 |
| 4.4 多Agent 智能搜索引擎在图书馆应用的实现——跨界合作 |
| 4.4.1 多Agent 智能搜索引擎与图书馆跨界合作的功能 |
| 4.4.2 多Agent 智能搜索引擎与图书馆跨界合作的途径 |
| 4.5 本章小结 |
| 结语 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文及研究成果 |
（8）基于Multi-agent的协同制造资源共享的相关理论与技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 论文的研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 课题来源 |
| 1.1.3 研究目的和意义 |
| 1.2 协同制造技术与系统的国内外现状 |
| 1.2.1 协同制造的内涵 |
| 1.2.2 协同制造技术与系统的国内外现状 |
| 1.3 协同制造资源的国内外研究现状 |
| 1.4 本文的主要研究内容和组织结构 |
| 1.4.1 本文的主要研究内容 |
| 1.4.2 本文的组织结构 |
| 第2章 基于Multi-agent的协同制造资源共享理论 |
| 2.1 Agent和 Multi-agent |
| 2.1.1 Agent内涵 |
| 2.1.2 Multi-agent技术 |
| 2.2 制造资源共享理论 |
| 2.2.1 资源共享的概念模型和控制模型 |
| 2.2.2 Internet/Intranet环境下的资源共享 |
| 2.2.3 面向资源共享的资源库 |
| 2.2.4 资源共享的服务质量 |
| 2.3 基于 Multi-agent的协同制造资源共享框架 |
| 2.3.1 架构原则 |
| 2.3.2 协同制造资源链 |
| 2.3.3 共享方案 |
| 2.3.4 基于 Multi-agent的协同制造资共享框架 |
| 2.4 基于 Multi-agent的协同制造资源建模 |
| 2.4.1 协同制造资源模型内涵 |
| 2.4.2 协同制造资源模型建立原则 |
| 2.4.3 基于XML和知识本体的协同制造资源模型描述 |
| 2.4.4 基于Multi-agent的协同制造资源建模方法 |
| 2.5 本章小结 |
| 第3章 协同制造模式下资源获取和重构 |
| 3.1 协同制造模式下的资源获取技术 |
| 3.1.1 主动资源获取 |
| 3.1.2 过程模型中的资源定义 |
| 3.1.3 模型驱动的主动资源获取原理 |
| 3.1.4 模型驱动的主动资源获取系统体系结构 |
| 3.1.5 面向主动资源获取的ECA规则 |
| 3.2 基于Multi-agent的协同制造资源可重构研究 |
| 3.2.1 基于Multi-agent的可重构制造执行系统 |
| 3.2.2 协同制造资源重构分析 |
| 3.2.3 基于Multi-agent和进化博弈论的制造资源重构 |
| 3.2.4 基于博弈论的协同制造资源重构模型求解 |
| 3.3 本章小结 |
| 第4章 基于Multi-agent的协同制造资源共享安全 |
| 4.1 协同制造资源共享安全概述 |
| 4.2 基于Multi-agent的身份认证技术研究 |
| 4.2.1 网络环境下协同制造系统的认证要求 |
| 4.2.2 基于Multi-agent的协同制造资源共享认证方案 |
| 4.3 基于Multi-agent的协同制造资源自保护模型研究 |
| 4.3.1 入侵检测技术概述 |
| 4.3.2 Agent技术在入侵检测系统中的应用 |
| 4.4.3 基于Multi-agent的协同制造资源自保护模型研究 |
| 4.3.4 模型测试 |
| 4.4 本章小结 |
| 第5章 协同制造资源共享原型系统的研究 |
| 5.1 协同制造资源共享原型系统的总体设计 |
| 5.1.1 网络环境下协同制造资源共享原型系统的逻辑结构 |
| 5.1.2 系统的功能模块设计 |
| 5.2 典型模块及其运行实例 |
| 5.2.1 系统主界面 |
| 5.2.2 协同制造资源检索界面 |
| 5.2.3 协同制造资源重构配置界面 |
| 5.2.4 身份认证界面 |
| 5.4 本章小结 |
| 第6章 全文工作总结与展望 |
| 6.1 本文的主要工作和创新点 |
| 6.2 下一步主要工作 |
| 参考文献 |
| 致谢 |
| 作者攻读博士学位期间发表的学术论文 |
（9）基于智能Agent的社区化信息检索系统的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 论文研究背景和意义 |
| 1.2 国内外研究动态 |
| 1.3 论文主要研究内容 |
| 第2章 Agent与信息检索概述 |
| 2.1 Agent技术概述 |
| 2.1.1 Agent概念与特性 |
| 2.1.2 Agent的分类 |
| 2.1.3 Agent在信息检索中的应用 |
| 2.1.4 基于Agent的系统 |
| 2.2 信息检索概述 |
| 2.2.1 基于INTERNET的信息检索技术的发展 |
| 2.2.2 信息检索系统的分类 |
| 2.2.3 关于智能搜索引擎 |
| 2.2.4 当前信息服务工作需要突破的障碍 |
| 2.2.5 社区化信息搜索服务 |
| 第3章 个性化信息检索的关键技术 |
| 3.1 文档分类技术 |
| 3.1.1 KNN分类方法 |
| 3.1.2 Navie Bayes分类方法 |
| 3.1.3 SVM分类方法 |
| 3.2 文档聚类和多关键词自动生成技术 |
| 3.2.1 AHC层次聚类算法 |
| 3.2.2 关键词抽取技术 |
| 3.2.3 模糊聚类技术 |
| 3.3 基于Agent的个性化信息过滤技术 |
| 3.3.1 产生用户兴趣模型 |
| 3.3.2 从隐式反馈中学习用户的兴趣 |
| 3.4 基于Apriori算法的关联挖掘 |
| 3.4.1 关联规则简述 |
| 3.4.2 Apriori算法 |
| 3.4.3 Web日志挖掘技术 |
| 3.5 信息检索评价指标 |
| 3.5.1 查全率 |
| 3.5.2 查准率 |
| 3.5.3 非相关检出率 |
| 3.5.4 囊括值 |
| 3.5.5 涵盖率 |
| 3.5.6 新颖率 |
| 第4章 基于Agent的社区化信息检索系统 |
| 4.1 系统总体架构 |
| 4.2 系统工作流程 |
| 4.3 智能Agent功能分析 |
| 4.4 系统关键技术 |
| 4.4.1 基于改进的损失最小化的SVM多分类网页分类算法 |
| 4.4.2 多Agent过滤架构中协作社团的选择 |
| 4.4.3 利用PUSH技术实现系统的主动性 |
| 4.4.4 利用查询修正系统提高搜索引擎的性能 |
| 4.4.5 性能评价 |
| 第5章 社区化用户兴趣模型的实现 |
| 5.1 用户兴趣发现 |
| 5.2 基于自组织图的用户兴趣模型的生成与更新 |
| 5.2.1 形成向量空间模型 |
| 5.2.2 用户兴趣模型建立与更新 |
| 5.2.3 改进的用户兴趣模型 |
| 第6章 结束语 |
| 6.1 本文总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间公开发表的论文 |
| 致谢 |
| 研究生履历 |
（10）基于多Agent的搜索引擎优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景 |
| 1.2 智能信息检索系统国内外现状 |
| 1.3 搜索引擎的评价标准和传统搜索引擎的不足 |
| 1.3.1 搜索引擎的评价标准 |
| 1.3.2 传统搜索引擎的不足 |
| 1.4 基于Agent的搜索引擎的研究目的和意义 |
| 1.5 主要研究内容 |
| 第2章 搜索引擎的当前技术概述 |
| 2.1 当前搜索引擎的分类 |
| 2.1.1 基于Robot的搜索引擎 |
| 2.1.2 目录式搜索引擎 |
| 2.1.3 元搜索引擎 |
| 2.2 基于Robot的搜索引擎的组成和基本原理 |
| 2.2.1 搜索器 |
| 2.2.2 索引器 |
| 2.2.3 检索器 |
| 2.2.4 用户接口 |
| 2.3 当前搜索引擎的关键技术 |
| 2.3.1 搜索引擎中数据的存储 |
| 2.3.2 中文分词技术 |
| 2.3.3 数据库与Web的集成 |
| 2.3.4 文档相关性的计算 |
| 2.4 本章小结 |
| 第3章 Agent技术和用户兴趣学习技术概述 |
| 3.1 Agent的产生与定义 |
| 3.1.1 Agent产生、发展和定义 |
| 3.1.2 Agent的特征 |
| 3.2 Agent技术现状与关键问题 |
| 3.2.1 Agent目前的技术 |
| 3.2.2 面临的关键问题 |
| 3.3 当前Agent技术在搜索引擎方面的应用 |
| 3.4 用户兴趣挖掘 |
| 3.4.1 用户兴趣挖掘技术 |
| 3.4.2 网络信息挖掘技术 |
| 3.5 用户兴趣模型标识及学习方法 |
| 3.5.1 文档的表示 |
| 3.5.2 用户兴趣和信息需求的特点 |
| 3.5.3 用户兴趣模型的四个学习方法 |
| 3.5.4 用户兴趣模型的两个构建方法 |
| 3.6 本章小结 |
| 第4章 基于Agent技术的搜索引擎的设计 |
| 4.1 传统搜索引擎的不足和基于Agent技术的搜索引擎的改进 |
| 4.2 总体设计思想 |
| 4.3 基于多Agent的搜索引擎的主要技术 |
| 4.3.1 客户端Agent的设计 |
| 4.3.2 服务端Agent的设计 |
| 4.4 本章小结 |
| 第5章 客户端多Agent搜索的实现和模拟 |
| 5.1 JADE平台简介 |
| 5.1.1 JADE平台的结构 |
| 5.1.2 JADE平台的通信语言 |
| 5.1.3 JADE的行为类 |
| 5.2 JADEX简介 |
| 5.2.1 Jadex的BDI模型 |
| 5.2.2 Jadex代理的执行 |
| 5.3 客户端多Agent搜索的实现 |
| 5.3.1 文本分析器 |
| 5.3.2 用户接口Agent |
| 5.3.3 后台分析Agent |
| 5.4 模拟多Agent的搜索引擎 |
| 5.4.1 系统评价理论 |
| 5.4.2 系统评价实验 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 附录1 关联规则挖掘类 |
| 附录2 关键词类 |
| 附录3 关键词统计类 |
| 附录4 显示关联规则类 |
| 附录5 搜索Agent类 |
| 附录6 搜索界面类 |
| 附录7 分析Agent类 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
四、基于Multi-Agents的多媒体信息检索引擎探讨（论文参考文献）
- [1]基于Multi-Agent模型结构的数字文献编目检索系统设计[J]. 赵丽梅. 现代电子技术, 2021(16)
- [2]国内多媒体信息检索研究进展[J]. 陈珊. 清远职业技术学院学报, 2013(01)
- [3]旅游多媒体信息主动服务系统研究[D]. 孙波. 北京邮电大学, 2010(03)
- [4]智能元搜索引擎关键技术研究[D]. 李红梅. 西安电子科技大学, 2009(03)
- [5]基于本体和多Agent的信息检索模型的研究[D]. 谢玉宇. 江苏大学, 2009(10)
- [6]多Agent智能搜索引擎及其在图书馆中的应用研究[D]. 成博. 湘潭大学, 2008(05)
- [7]基于Multi-Agent的多媒体个性化检索框架的设计[J]. 唐金良,赵建民,朱信忠. 计算机时代, 2008(04)
- [8]基于Multi-agent的协同制造资源共享的相关理论与技术研究[D]. 吕琳. 武汉理工大学, 2007(07)
- [9]基于智能Agent的社区化信息检索系统的研究[D]. 周阿连. 大连海事大学, 2007(07)
- [10]基于多Agent的搜索引擎优化研究[D]. 王海腾. 哈尔滨工业大学, 2007(02)
标签：信息检索论文; 搜索引擎论文; 搜索引擎基本工作原理论文; 聚类分析论文; 文本聚类论文;