一种交互式脚本语言及其应用

为设计普遍用户所能使用和理解的社会代理，在介入一种描述代理和终端用户间交互的脚本语言Q的基础上，研究了它在语义Web中基于代理的信息搜索和面向电子商务的代理协商领域的应用．实验结果验证了Q语言在设计代理系统时的简单性、代理的可控制性，以及用户和代理系统间良好的交互性．     

基于Deep Web 的地图搜索系统的研究与实现

针对传统搜索方式和查询界面的不足，提出了基于Deep Web 的地图搜索系统框架，前台采用活动地图与用户进行交互，后台采用领域本体和Deep Web 爬虫进行识别和相关信息的收集。此系统应用于与地理位置相关的主题信息类网站，使用户能够直观便捷地搜索到所需的信息，提出了一种信息搜索的新思路。     

基于Agent的网络信息检索技术的设计与实现

介绍了一个基于Agent的网络搜索子系统，该系统通过查询代理与Internet上的搜索引擎实现连接，既可实现元搜索，又可以在返回的网址较少或不满足用户的要求时，使用自身搜索工具在网络上自主搜索，而且搜索算法从查询代理返回的网址出发进行搜索，减少了搜索的范围，加快了搜索的速度．     

基于Web的语料自动采集技术研究

在为词典编撰进行大规模语料采集工作的背景下,以实现语料的批量自动采集为目的,介绍了基于Web的词典编撰语料自动采集技术。同时提出了该技术在图书信息领域的实验模型,图书信息搜寻系统(SearchBook v2.1.0)的设计与实现,包括如何利用搜索引擎技术及信息提取技术进行图书信息的搜索及提取。     

基于 ASP 的航空科技信息服务平台的模块设计

为了解决某高校没有航空专业领域内的搜索查询平台，提高专业领域内信息搜索查询的准确性．将信息搜索查询的相关技术与ASP网站设计技术相结合，设计并实现一个航空科技信息服务平台．最终通过测试，发现平台运行正常．达到预期效果．     

基于百度的词语上下文获取算法

关键字的上下文环境是自然语言处理的基础知识,其自动抽取是很多研究的基础和关键。本文主要研究了从百度搜索页面中提取出搜索关键字的文本信息,并将这些文本信息进行分词处理,最后基于去重算法将词语上下文去重的方法。算法的关键过程包括关键字的环境提取、文本分词和提取到的信息的入库三部分。     

一种求解昂贵黑箱优化问题的多代理辅助进化算法

【目的】提出一种求解昂贵黑箱优化问题的多代理辅助进化算法。【方法】对进化采样辅助优化算法进行改进，将全局搜索中每代的进化操作进行10次，以降低求解的不稳定性；并对全局搜索与局部搜索的转换采用自适应距离准则判断，从而提高求解的精度。【结果】得到了新的昂贵黑箱优化问题的多代理辅助进化算法。【结论】使用22个测试问题对新算法的数值结果进行评估，结果表明新算法与进化采样辅助优化算法相比优势明显。     

基于新型自适应采样算法的催化重整过程代理模型

催化重整装置是石油加工的重要装置之一,直接使用机理模型对其进行优化耗时较长。代理模型方法能够有效地对机理模型进行近似,而采样方法对代理模型的精度有很大影响。提出了一种新的自适应采样算法-基于最近邻和马氏距离的自适应采样算法。该算法从采样方法的全局搜索能力与局部搜索能力出发,通过求解优化问题在关键信息区域中获取样本点。采用7个测试函数进行测试,结果表明该算法能够选取对代理模型精度影响较大的采样点,从而有效地提升代理模型的精度。针对催化重整过程的关键质量指标建立了相应的代理模型,结果表明该算法能够很好地处理实际工程中的问题。     

基于层次反应型agent的可见光遥感图像阴影提取

根据可见光遥感图像中阴影区域的特点,提出一种新的利用层次反应型agent的阴影区域提取方法.层次反应型agent分为底层阴影搜索agent和高层管理agent两部分.底层分布式搜索agent感知图像局部信息,通过定居、发展、迁徙、标记和死亡行为搜索可见光遥感图像中的局部阴影区域;高层管理agent感知全局信息,对底层分布式搜索agent的搜索行为进行约束和指导.实验结果表明,该方法效率较高,并且可以有效地提取可见光遥感图像中的阴影区域.     

基于本体增量学习的主题爬行

在面向领域的信息搜索中,本体作为相关的领域知识往往有助于改善搜索效果,在信息检索中被广泛应用.基于本体增量学习的主题爬行技术的研究工作主要包括:首先,利用本体对领域概念及关系的描述作为网页主题判定的依据;其次,在爬行过程中,将学习得到的新概念和关系加入到本体中,以丰富完善领域本体,进而提高主题爬虫的收获率;最后,经过大量的实验数据分析,在词条提取准确率、收获率和响应速度等多个指标方面,证明了所提出的方法是可行的并且是高效的.     

基于多代理的Web智能信息检索研究

介绍了Agent系统的概念和特性,论述了应用多Agent进行Web智能信息检索的理论,提出了一种基于多Agent的Web信息检索体系结构。该结构是由用户接口主体,任务主体以及信息主体组成。将该结构应用到Web3信息检索中,可以提高信息服务的质量和程度。     

基于移动agent的web信息搜索的研究

对传统的信息搜索模型存在的弊端进行分析总结,在此基础上深入分析和研究移动agent技术,从而利用此技术来构造一种新型的web信息搜索系统的模型。将移动agent技术应用到web信息搜索中,可以节约大量的网络带宽,并且移动agent在服务器上执行时,不需要与客户机持续的连接,具有更大的灵活性和可靠性。     

信息过滤代理模型设计与实现

简要论述了WWW信息检索的现状并给出了一个检索智能代理模型的总体设计及其中的信息过滤信息模型设计与实现。     

面向远程教育的搜索引擎系统的开发

搜索引擎是解决网络服务质量问题的一条有效途径,在分析了国内外搜索引擎技术的特点的基础上,根据学生和教师对网上信息的需求,给出了面向远程教育的搜索引擎的开发原理·利用ASP3·0动态网页编程技术,讨论了具体实现中的总体通信原理、教育引擎主页的动态刷新,基于WWW三层架设模式下的教育信息查询与信息源网站的自动连接等关键技术·     

个性化Web信息代理的研究与开发

介绍了在Web信息检索过程中通过个性化信息代理(Agent)实现个性化信息反馈的工作、提出了信息Agent模型，涉及元搜索引擎的实现和个性化偏好模型的建立，且通过主动服务代理实现个人偏好查询结果的推送．提高了在Web信息检索过程中系统随用户关注程度和关注领域不断变化而调整信息反馈的能力，并在此设计基础上实现了一个原型系统．     

基于MAS的自适应智能搜索引擎的研究

随着网络信息资源的迅速增加和实时更新,准确、快捷地获取自己所需要的有用信息是现代网络信息检索技术需要解决的主要问题。本文介绍了一种基于MAS(Multi-Agent System)的自适应智能搜索引擎系统,MAS为每个Agent指派了不同的功能,其中学习Agent能够很好地对用户的兴趣进行自适应学习,过滤Agent对反馈给用户的信息进行了过滤,既保证了查全率,又提高了检索结果的查准率。     

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。     

基于模糊概念网的多Agent个性化信息检索研究

随着计算机网络的快速增长和Web内容的动态变化,通用网络搜索引擎的不足越来越明显.文章提出了一种基于模糊概念网的多Agent个性化信息检索模型,描述了个性化信息检索的过程和检索机制,讨论了应用不同方法的Agent检索效果.实验结果表明,使用个性化多搜索引擎检索的结果比其他搜索引擎检索的结果具有更好的整体性能比,能改善用户需要的检索结果.     

Current Application of Search Engines and Their Developing Trend

ＩｎｔｒｏｄｕｃｔｉｏｎＷｏｒｌｄＷｉｄｅＷｅｂｉｓｏｎｅｏｆｔｈｅｍａｉｎｓｅｒｖｉｃｅｓｏｎＩｎｔｅｒｎｅｔ.Ｉｎ1991,ｔｈｅｆｉｒｓｔＷｅｂｓｏｆｔｗａｒｅｉｓｗｏｒｋｅｄｏｕｔｉｎｏｒｄｅｒｔｏａｆｆｏｒｄａｓｈａｒｅｄｔｏｏｌｏｆａｃｈｉｅｖｅｍｅｎｔａｎｄｇｒｏｕｐｉｎｆｏｒｍａｔｉｏｎｆｏｒｉｔｓｐｈｙｓｉｃｉｓｔｓｉｎＣＥＲＮｉｎＳｗｅｄｅｎ .Ｆｒｏｍｔｈｅｎｏｎ ,ｔｈｅｗｅｂｔｅｃｈｎｏｌｏｇｙａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｓａｒｅｅｘｐａｎｄｉｎｇａｔａｎａｍａｚｉｎｇｓｐ…     

基于移动智能体的资源库管理系统的研究

随着各类资源数据量、内容和形式的极大丰富,资源的组织和管理日益成为人们关注的焦点。目前对资源库管理的研究不少,但它们在资源搜索和分类方面均存在不足。本系统研究基于移动智能体的资源库管理系统,将移动智能体应用于资源搜索,它可以根据用户的访问资源活动,建立反映用户兴趣的导向图,由Agent感知用户的搜索要求,利用已有的知识预测当前用户搜索的意图、趋势,给出面向用户的引导界面,最后每个Agent能够根据用户对引导界面的反馈情况或用户的操作或特殊需要进行优化,以便能适应环境的变化,作出更为有效的信息引导。为快速、高效地获得面向用户的所需资源提供了一种有效的方法。