強(qiáng)化學(xué)習(xí)在個性化信息Agent的應(yīng)用研究.pdf

1、20世紀(jì)90年代以來,Internet得到了飛速發(fā)展,WWW已經(jīng)發(fā)展成為一個巨大的分布式信息空間,為用戶提供了一個極具價值的信息源.如何從數(shù)以億計(jì)的頁面中迅速、準(zhǔn)確地搜索到滿足用戶需求的信息成了人們迫切需求解決的問題.傳統(tǒng)的搜索引擎雖然在一定程度上解決了資源定位問題,但仍不能滿足人們對信息質(zhì)量日益增長的需求.因此,很多研究工作者們正在試圖把人工智能的理論運(yùn)用到信息檢索中來,以提高檢索的查全率和查準(zhǔn)率.該文對信息Agent所涉及的關(guān)鍵技術(shù)

2、進(jìn)行了比較深刻的研究,把強(qiáng)化學(xué)習(xí)算法引入到搜索引擎的動態(tài)調(diào)度中來,實(shí)現(xiàn)了搜索引擎的智能化調(diào)度.作者在研究和借鑒國內(nèi)外Web檢索技術(shù)的基礎(chǔ)上開發(fā)出了一個智能化、個性化的信息Agent.在該文中,我們的主要工作集中在以下幾個方面:1.比較全面地研究了信息Agent所涉及的領(lǐng)域知識,對信息過濾,興趣學(xué)習(xí),元搜索引擎技術(shù)進(jìn)行了詳細(xì)的介紹.2.對強(qiáng)化學(xué)習(xí)算法的理論、主要算法和提高強(qiáng)化學(xué)習(xí)速度的方法進(jìn)行了比較深刻的研究,并運(yùn)用強(qiáng)化學(xué)習(xí)算法的建模方法

3、建立起了一個搜索引擎調(diào)度模型,在實(shí)際應(yīng)用中取得了比較好的效果.3.采用了基于加權(quán)向量空間法的信息過濾技術(shù),對成員搜索引擎返回的結(jié)果進(jìn)行過濾.4.采用了基于向量空間法的隱式興趣學(xué)習(xí)方法,能夠在沒有用戶的直接干預(yù)下學(xué)習(xí)到用戶的興趣.我們開發(fā)的信息Agent由四大功能模塊組成,分別是用戶接口Agent、搜索Agent、興趣學(xué)習(xí)Agent、結(jié)果處理Agent.各個模塊彼此獨(dú)立,又相互協(xié)作,構(gòu)成了一個有機(jī)的整體,較好地實(shí)現(xiàn)了系統(tǒng)的智能性和自適應(yīng)性