赵文彬[1]2013年在《基于Agent的服装信息服务系统的设计与实现》文中认为随着互联网技术的迅速发展，各计算机终端都可以轻易拥有海量的信息资源。人们获取信息的渠道增多了，但同时也让很多用户觉得力不从心。当用户在网络上搜索信息时，往往就会因为信息量过大导致无法获取期望信息等。另外，随着信息资源的积累，庞大的数据仍由单一的服务器存储，这对搜索及管理也带来了诸多不便。本文在研究内容过滤和协同过滤推荐技术的基础上，提出分布式综合推荐模型，设计了基于Agent的Web挖掘模型，采用分布式的架构，详细设计各Agent的功能。按软件工程的实现周期，设计开发了服装信息服务系统。本文的主要研究内容如下：（1）个性化信息推送算法的研究和改进通过研究基于内容过滤的推荐技术和基于用户的协同过滤推荐技术，提出了分布式综合推荐模型。（2）构建基于Agent的Web挖掘模型结合J2EE框架结构进行Agent技术的研究，探讨Agent技术框架和实现原理，构建基于Agent的分布式Web挖掘模型。（3）基于Agent的服装信息服务系统的设计与实现对系统的用户需求进行分析，通过系统的功能分析和业务流程分析构建用户的体系结构和功能模块，对数据库进行设计，并开发实现系统的各主要模块。论文最后部分对所做的工作进行了总结，并提出了有待改进的地方，同时展望了Agent技术在个性化推荐和分布式智能搜索领域的进一步研究方向。
李宗明[2]2008年在《网上审批系统中基于Agent技术的个性化查询系统研究》文中研究表明网上审批系统是在Internet上实现的,无形中就存在一个巨大的分布式信息资源库,并且随着网上审批系统使用范围的扩大,这些信息还以每天百万个的数量级增长。对于这些信息,我们可以在系统中设计一个搜索引擎,这样可以满足人们一定的搜索需求。但是搜索引擎存在信息迷航的问题。并且不关注用户差异,只要关键词相同就返回相同的查询内容。但实际上,用户在使用搜索引擎进行信息查询时,并不十分关注返回的结果有多少,而是看结果是否和自己的需求吻合。存在这些弊端实质性原因在于信息获取手段缺乏知识处理能力和理解能力。把信息查询从目前基于关键词层面提高到基于知识层面,是解决问题的根本和关键。本文尝试将Agent技术引入网上审批系统,利用Agent的学习性、自治性、社会性来实现用户查询的个性化。以下是本文的主要研究内容:1)研究了网上审批系统的特征,将Agent技术引入网上审批系统,以期实现个性化,同时考虑了当前个性化查询响应时间迟缓的问题,提出了一种减小搜索空间的方法。2)建立基于Agent技术的个性化信息查询多系统的框架,给出核心Agent分类,描述了基本的工作流程。研究了用户模型的表示、建立、更新,文档模型的表示和建立;用户Agent和用户群体Agent的行为模式;匹配Agent的工作机制;文档分析Agent和信息过滤Agent的工作机制;文档数据库和用户模型数据库的构建;研究了Agent之间通信机制等3)使用Gaia方法论对网上审批系统中基于Agent个性化信息查询系统进行了详细的分析和设计。
陈涛[3]2016年在《基于多Agent的e-learning协作学习推荐系统研究》文中指出目前,以多媒体技术、网络技术和数字技术为特征的e-learning正逐渐成为现代教育中的一种理想的学习方式。在对于e-learning的研究中,推荐系统和协作学习一直是其重要的研究方向。e-learning推荐系统能够帮助学习者定位相符的学习资源,从而给予其相匹配的学习推荐资源。而协作学习则将社交因素融入到e-learning中,能够使得学习者在e-learning中协作互助,从而有效地加强学习者之间的共同学习。此外,由于Agent技术拥有智能性和自治性等优势,将其融入到e-learning系统中可以很好地提升e-learning系统的工作效率,更好地促进学习者的学习。基于以上分析,本文提出了一种将智能Agent技术融入到协作学习和推荐系统相结合的e-learning环境中的思路,并建立了该思路的系统框架模型。该系统可以同时给予学习者相对应的课程推荐服务和协作学习服务,以便学习者能够更好地学习所推荐的课程。基于所提供的学习课程,一种个性化的课程推荐算法将被提出,该算法可以基于学习者的反馈来动态地估计学习者能力,并同时考虑学习者能力和课程相似度,来给予学习者相匹配的学习推荐课程。而针对所提供的协作学习服务,一种个性化协作学习流程将被设计,用以消除学习者之间消极的协作互动,同时一种个性化协作学习评估与反馈方法将被提出,能够基于学习者的协作交互情况和基于其所在团队成员的评价来分析评估学习者的协作情况,并为学习者提供相对应的可视化反馈信息。实验结果显示,本文构建的系统确实能够依据学习者的反馈动态地估计学习者能力,并为其产生相匹配的学习推荐课程,同时也能够依据学习者的协作交互情况和其所在团队成员的评价情况来动态地评估其协作情况,并为其产生可理解的反馈信息,从而促进其完成推荐课程的学习。另外,实验结果也表明相比较于单独个人学习,协作学习在提升学习者的学习效果方面拥有优势。
丁昭巧[4]2018年在《多Agent技术下电子商务用户感知和个性化推荐模型探究》文中研究指明随着网络技术的发展和推广,电子商务得到长足的进展,逐步成为消费者购物以及浏览产品的主要模式。虽然电子商务体系带来了商品购置的便利,但使用者往往产生"商品迷航"的状况。基于此,本文采用调查问卷的方式设计了多Agent技术下的电子商务个性化推荐模型并完成用户感知研究,首先完成个性化推荐模型架构和各部分设计,研究内容用户相似度、协作过滤物品多Agent推荐思想和隐性反馈分析,进而采用设置假定,结合信度、参量、聚类解析完成。研究表明本文设计的电子商务个性化推荐模型能够较好地为使用者进行个性化推荐。
杨刚华[5]2005年在《基于Agent的个性化信息检索系统研究》文中进行了进一步梳理Internet的飞速发展,人们比以往能够更容易、更直接地通过网络获取各种形式的信息。然而网上的信息浩如烟海,增长和更新速度越来越快,而且Internet是一个开放性、动态性和异构性的全球网络,资源分布很分散,且没有统一管理和结构,这就出现了“信息迷向”和“信息过载”;有时也有可能根本搜索不到信息。现有的Internet搜索引擎如:Google,Yahoo,WebCrawler等,可以帮助人们搜索Internet上各种信息。但由于语言的模糊性,词语具有多义性,利用现有搜索引擎用户常常难以准确地表达用户兴趣,返回的地址经常包含很多用户不需要的无关信息,用户常常花费很长的时间却没有找到对自己有用的信息;而且对于不同的用户,只要搜索关键字相同,得到的结构也相同,不能区分用户;他们也不能主动从网络上发现和收集用户需要的信息,用户要查询同样的兴趣,只能再次搜索,己获得最新的网页内容,浪费了用户大量的时间。 面对网络信息服务的这种现状,人们在寻求一种将信息用户感兴趣的信息主动推荐给用户的服务方式,这便是个性化的主动信息服务。在实现个性化的主动信息服务中,智能Agent技术起到了至关重要的作用。 本文针对目前信息检索系统存在的不足和当前用户的个性化需求,在系统地介绍信息检索研究现状的基础上,对基于Agent的个性化信息检索系统的基本结构、方法及相关技术进行了研究,并在此基础上提出了一种基于Multi-Agent的个性化信息检索系统模型。 首先,对个性化信息检索的发展、工作原理和现状进行了简要综述,并对Agent技术做了介绍。然后,从现有信息检索存在的问题入手,提出一种基于Multi-Agent的个性化信息检索系统模型。本系统由用户信息检索个性Agent、信息搜索Agent和信息过滤Agent三个模块构成。其次,分别对三个模块中的关键技术进行研究。信息捡索个性Agent研究是本文重点。用户信息检索个性Agent通过学习用户的兴趣,使其具有一定的智能性。通过用户信息需求的表达和信息反馈,形成并训练用户信息检索个性模型。在对用户个性化进行了深入研究时,提出了一种改进的用户兴趣模型,并详细说明了其生成和更新实现算法。再次,信息搜索Agent通过查询代理与Internet搜索引擎连接,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,而目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。信息过滤Agent根据用户已有的信息资源分析用户喜好,采用向量空间法进行信息过滤。接着本文对具体实现进行了介绍,实现了系统的部分功能。最后,对本文的研究以及进一步研究做了总结。
付立东[6]2005年在《基于Agent的远程教学系统的研究与设计》文中指出网络技术的发展为远程教育提供了一片崭新的天地,现代远程教学系统是一种以网络为基础的远程教育,它继承了传统远程教育方式中不受时间、空间和地点限制优点,学习者可以足不出户地参加网上学习、网上考试、网上讨论以及网上答疑等。这种教学方式能够为学习者提供图文并茂、丰富多彩的交互人机界面,能够激发学习者的学习兴趣,从而达到让学习者主动构建知识的目的,实现自己获取知识、自我更新甚至创新知识的理想目标。 但是目前的网上教学系统还面临着许多问题:现有教学系统的动态交互功能不强,多以呈现教学材料为主;系统的智能性较低;系统的测试和评价功能不强;缺乏有效的引导;现有的网上教学系统基本上都是C/S结构,客户端过于庞大,而且客户端驻留程序可以对客户端任意操作,增加了不安全的因素。 本文针对以上缺点,提出基于Agent的远程教学系统,本系统中引入分布式人工智能(DAI)领域中的Agent技术,在系统中构造一个学习者Agent,它随时跟踪学习者的学习过程,记录其兴趣、爱好等特征,并适时地调整对其采用的教学策略,提供个性化服务,有效地解决了目前的系统智能性较低的缺点;其次,在个性化服务的基础上,建立了考试子系统,并提出了试卷生成Agent的二项分布算法;另外本系统采用XML技术来组织教学内容,改变了HTML中内容和形式捆绑在一起的缺点,使得内容和形式相分离,从而可以为不同认知水平的学习者提供不同的教学内容,增强了交互功能;最后,本文采用HESE系统来构造了试卷生成Agent,并对其内部工作原理做了描述。 本系统面向学习者、教师、管理员三类用户,具有课程学习、作业、答疑、考试以及交流功能,数据组织方式采用XML加关系数据库。使用VC++语言来构造Agent。
曲霖洁[7]2002年在《基于Agent的网上教学系统的研究与实践》文中研究表明Internet发展迅速，其规模和应用都以超过预期的速度增长。到1995年，Internet已经拥有了多个主干网、数百个中级(地区)网、上万个LAN、数百万主机和上千万用户。90年代中期，Internet在学术界、政府和工业研究人员之间非常流行。WWW(Wotld Wide Web)的出现拓展了Internet的应用范围，让数以百万计的非学术界新用户登上了Internet，使Internet逐渐“平民化”。现在Web节点正以每年2000％以上的速度迅速增长。 网络的快速蔓延和计算机技术的迅速发展，标志着人类已经进入了信息社会，信息社会对人才的培养及教育提出了许多新的要求。首先，培养的人才要具有“信息能力”和“创新能力”。其次，经济的发展要求对劳动力进行终身教育与培训。另外，“知识爆炸”现象要求大幅度提高教学质量与教学效率。基于Internet的网上教学能很好地满足信息社会对人才培养与教育提出的这些新的要求。Internet的应用普及为教育的发展提供了新的契机和新的手段。 基于Internet的网上教学是以Internet网络为基础的新的教育方式，它以网络作为传输信息的载体，是网络和多媒体技术相结合的一种新型教育技术。它不受时间、空间和地域的限制，通过计算机网络可扩展至全社会的每个角落；每个人都可以在任意时间、任意地点通过网络自由地学习，得到高质量的教育，这是真正意义上的全民教育、毕生教育。而且，Internet网络能为学习者提供图文并茂、丰富多彩的交互式人机界面，提拱大规模的知识库与信息库，很易于激发学习者的学习兴趣，从而达到让学习者主动建构知识、实现自己获取知识、自我更新甚至创造新知识的理想目标。 社会的发展和要求使网上教学已日益受到重视。现已有许多网上教学系统，但这些系统共有的弱点就是缺乏个性化，有的甚至只是电子版的教科书。缺乏个性化导致网上教学系统效率低，缺乏吸引力。所以，当务之急是如何增强网上教学系统的个性化。 Agent技术是人工智能领域的一个重要分支，它以其自身所具有的智能性、自主性、交互性和可移动性等优点在许多研究领域中引起了重视，应用前景非常广阔。 为了增强现有网上教学系统的个性化，本文将Agent技术应用于网上教学，尝试构造一种新的教学系统，从而创造良好的网上学习环境，改善教学效果。 本文的主要工作如下： (1)对现有网上教学系统进行分析，找出其存在的弱点，提出了把Agent技术与网上教学系统相结合的思想。 (2)提出一种基于Agent技术的网上教学系统模型，详细分析了模型中各Agent的功能和结构，包括教师Agent、学生Agent、管理Agent、个性分析Agent、登录连接Agent和导航Agent。 (3)提出了一种树形结构的知识表示方法，它是一种个性化的知识表示方法，并以此为基础探讨了个性化的选题策略。 摘要 N）综合运用了Agent技术、树形知识表示方法等，实现了一个个性化网上教学的实 验系统。 传统的教学系统考虑的是全体学习者的总体水平，而基于Agent的网上教学系统侧 重考虑每个学习者的个别情况。与传统的教学系统相比，基于AgCttt的网上教学系统强 调因“才”施教，利用树形结构的知识表示方法精确而全面的追溯学生的薄弱项，每个 学习者都能得到适合自己实际情况的学习资料，为每个学习者提供了一个个性化的学习 空间。充分利用网上教学系统提供的个性化功能可以更好的提高个人水平，同时个性化 也可以更好的吸引学习者，增强网上教学系统的魁力。 另外，系统中的各个Agent是相互独立而又彼此联系的实体，提高了整个教学系统的 可维护性和可扩充性。
余彪[8]2013年在《面向大规模定制的产品生命周期建模及优化配置研究》文中指出信息技术、制造技术的快速发展以及经济全球化的不断深入给企业带来了巨大的影响。一方面,在这些新技术的支持下,企业的运行效率得到了极大的提高；但是另一方面,由于这些新技术的推动,客户的需求变得越来越个性化并且全球化竞争使得这种趋势日益明显。在这种情况下,有效即时地处理客户的个性化需求成为企业赢得竞争的关键。大规模定制生产模式正是在这种背景下应运而生。大规模定制的目标是以大规模生产的成本、质量和效率生产个性化的产品,以满足客户的个性化需求。自从这种新的制造模式提出以来,就得到了全世界无数学术界以及工业界研究者们的青睐。大量有效的方法和技术被提出并被应用到大规模定制中并且获得了巨大的成果。尽管如此,大规模定制中还有大量的问题有待研究。本研究在分析当前国内外大规模定制研究现状的基础上,结合产品生命周期管理以及并行工程的相关理念和技术,对传统的客户化产品设计技术-产品配置设计从理论和实现技术上进行了扩展,提出了产品生命周期配置的概念。产品生命周期配置的目标是对所考虑的产品生命周期过程同步进行配置与优化。论文首先研究了产品生命周期配置的架构,在分析其分布式特征的基础上,提出了基于Multi-Agent技术的产品生命周期配置框架。在此框架中,各种参与者通过Agent协同,共同完成对客户订单的配置。针对产品生命周期配置涉及到各种来自不同部门、具有不同知识和教育背景的参与者,他们之间缺少直接交流的专业语言,研究中提出了基于语义WEB本体论的产品生命周期信息模型,从而支持不同的参与者以及软件Agent之间无障碍地沟通交流。除此之外,为了方便产品生命周期配置问题求解,研究中还给出了另外一种基于AND-OR树或者AND-OR图的产品生命周期建模方法。本研究总共研究了四种不同的产品生命周期配置过程,它们分别是：传统的产品配置；客户化产品设计、制造过程规划以及制造资源分配并行配置；客户化产品设计、制造过程规划以及维护过程规划并行配置：客户化产品设计与供应链设计并行配置。针对这四种不同的产品生命周期配置方法,本研究提出了四种不同的求解算法,它们分别是：基于创新自适应量子遗传算法的产品配置、基于多种群协同遗传规划的客户化产品设计、制造过程规划以及制造资源分配并行配置、基于多种群协同遗传规划的客户化产品设计、制造过程规划以及维护过程规划并行配置以及基于并行协同量子遗传算法的客户化产品设计与供应链设计并行配置。研究中以具体的案例对这些算法进行了验证,并且给出了它们与其它算法的对比实验。实验结果表明,研究中提出的算法均具有非常优秀的寻优能力和计算效率。为了验证所提出的产品生命周期配置理论与技术,研究中还实现了一个基于Multi-Agent的产品生命周期配置原型系统。文章最后还以一个家具公司的客户化窗户配置作为应用案例,对基于创新自适应量子遗传算法的产品配置理论以及所实现的原型系统进行了验证和应用。应用结果表明,所提出的理论和方法能够帮助企业有效地提高产品配置效率、客户满意度以及企业业务执行效率,从而提高企业的竞争能力。
雷静[9]2011年在《Agent智能信息检索技术在企业创新服务平台的应用》文中认为目前,随着网络技术的飞速发展与计算机应用的普及,人们走进了一个网络信息的新时代。Internet上的信息资源越来越丰富,网络已经成为人们获取信息的重要途径。面对网络上的海量信息,越来越多的用户通过信息检索系统来查询网上的信息,但是由于网上的信息增长和更新速度非常快,并且网络具有开放、动态、异构等特性,网络资源分散而难以进行统一管理,所以人们难以快捷、准确地获得自己想要的信息。传统的信息检索系统已经不能满足人们的需求,为了使人们在搜索信息时不必耗费大量的精力和时间,我们希望一种新型的、个性化的、智能化的信息检索系统的出现。在这种情况下,Agent技术发挥了十分重要的作用。随着计算机人工智能领域的不断发展,智能Agent技术为解决Internet中的信息服务问题提供了新的思路和方法,逐渐成为计算机科学技术研究中一个很有前途的热点。本文针对在企业创新服务平台中用户的个性化需求,在了解当前国内外智能信息检索技术研究现状的基础上,首先描述了信息检索技术的概念、特点等基础理论,然后系统地介绍了Agent技术相关知识,分析了Agent智能信息检索系统的基本结构、工作流程以及实现技术,探讨了Agent技术在网络信息服务中的应用,最后以方便用户检索、提高用户查询效率为目的,提出了一个基于Agent的智能信息检索系统模型,并阐述了该模型的可行性,讨论说明了该模型能够实现面向用户兴趣的信息检索,提高信息检索的效率,提高企业创新服务平台中的智能化信息服务水平。
郑宝成[10]2011年在《基于Agent的智能网络考试系统的设计与实现》文中提出随着信息技术和网络技术的发展,计算机网络教育迅速普及,网络考试系统作为计算机网络教育的一个重要方向已逐步取代了传统的考试。但现有的网络考试系统仍然面临着许多交互性差、网络延迟、安全性等方面的问题。移动Agent技术是目前人工智能领域的一个热门的研究方向,同时在现阶段面向Agent软件开发也有了比较成熟的技术。因此,本文利用移动Agent的特点,将Agent技术应用到网络考试系统上来,克服了网络考试系统中存在的局限性与不足。本文主要研究、设计和实现了一个基于Agent技术的网络考试系统。首先在第一章阐述了现阶段网络考试系统的研究背景、应用现状和意义,分析了目前网络考试系统所存在的问题;第二章介绍了本课题研究中要用的相关理论基础、相关技术及开发平台;第三章进一步对网络考试系统进行了详细的需求分析,设计了系统的总体架构,提出了基于多Agent个性化服务的体系结构,还提出了基于日志的WEB挖掘框架,采用面向对象的方法和设计方法,进行了概要设计与详细设计,和数据库的结构设计,给出了数据库的E-R图;在第四章,我们结合前面的研究工作与设计,实现了一个基于Agent技术的网络考试系统,同时给出了该网络考试系统功能实例演示界面。最后,对基于Agent的智能网络考试系统进行总结,并展望该系统的未来。
参考文献：
[1]. 基于Agent的服装信息服务系统的设计与实现[D]. 赵文彬. 天津大学. 2013
[2]. 网上审批系统中基于Agent技术的个性化查询系统研究[D]. 李宗明. 上海交通大学. 2008
[3]. 基于多Agent的e-learning协作学习推荐系统研究[D]. 陈涛. 华中科技大学. 2016
[4]. 多Agent技术下电子商务用户感知和个性化推荐模型探究[J]. 丁昭巧. 商业经济研究. 2018
[5]. 基于Agent的个性化信息检索系统研究[D]. 杨刚华. 大连理工大学. 2005
[6]. 基于Agent的远程教学系统的研究与设计[D]. 付立东. 西安科技大学. 2005
[7]. 基于Agent的网上教学系统的研究与实践[D]. 曲霖洁. 山东师范大学. 2002
[8]. 面向大规模定制的产品生命周期建模及优化配置研究[D]. 余彪. 合肥工业大学. 2013
[9]. Agent智能信息检索技术在企业创新服务平台的应用[D]. 雷静. 广西师范大学. 2011
[10]. 基于Agent的智能网络考试系统的设计与实现[D]. 郑宝成. 电子科技大学. 2011
标签：互联网技术论文; 推荐系统论文; 用户研究论文; 网络模型论文; 企业协作论文; 系统学习论文; 用户分析论文; agent技术论文; e-learning论文;