基于Agent的智能元搜索引擎个性化功能的研究与实现

摘要

随着信息资源的不断膨胀及用户需求的不断提高，传统搜索引擎逐渐暴露出信息覆盖率低、智能化服务水平不足等方面的问题，能够有效提高信息检索覆盖率及准确率的智能化元搜索引擎因而被提出并得到广泛关注。本文重点研究基于Agent的智能元搜索引擎中的个性化功能，利用Agent技术优势实现用户兴趣的主动学习及检索结果的个性化过滤，为获得更高质量的检索结果提供支持。
　　本文介绍了基于Agent的智能元搜索引擎中个性化功能的研究与实现。首先明确了目前搜索引擎存在的不足之处及国内外的相关研究，然后概述了个性化方法研究及功能实现所需的相关理论与技术。接下来提出了可解决目前搜索引擎不足的基于Agent的智能元搜索引擎体系结构，包括其框架模型、检索结果合成模型、Agent结构模型及Agent生命周期。随后着重研究了个性化功能的设计，给出了查询兴趣挖掘与查询语句分析过程，设计了基于公共兴趣黑板的群组推荐检索结果生成机制、基于动态学习的复杂查询识别机制及相关数据库。接下来给出了个性化功能具体实现，包括基于公共兴趣黑板的群组推荐检索结果生成机制的实现以及复杂查询语句识别方法的实现。
　　针对检索结果相关性和复杂查询语句识别效果的测试结果表明，本文提出的基于Agent的智能元搜索引擎个性化功能可有效学习用户的查询兴趣，明显提高检索结果相关程度，较为准确地识别出复杂的查询语句，能够为提高用户信息检索效率提供充分支持。