个性化智能信息检索系统研究

动有余的过滤不足己经造成 ｒ 一些负面的影
３智能 代理 包括四 方面的 关键技 术 ： 器 响 ，有待 尽快 发 展更 先进 的 人工 智能 技 术予 ． 机
主解 ，ｌ 苎决 ｃｃｅ、容术ｏｎ 访 解。络 息 掘 ｅＭ 意 翟 生 索解目 技（ｈｒ 内技（ ｅ、问以决网 信 挖 ｃｂ 溅术 孳决 『 ｛ 艺 荆眦 蓑 Ｍ ｉｙ 苎 眦 术ａｎ） 阶 Ａ 安 ｃｔ … ‘ ： ｎｔ ） ｗ 一 ｙ。
≯ 豢－ 信检 息 索个 化Ａｅ挖 推 陡 ｇｔ 掘 送 ｎ 机器 技术：机器 指各 人工 领 是 种在 智能
域 中 开发 的 、支 持各 种程 度 智能 的 引擎 。这 些 引擎 包括有 ：各种 形式的 推理 引擎 、学 习 引 擎 用 户创建 修 改规 和知识 的 工具 、验证 Ｕ 规 则 集 的工具 和 用于 开 发代 理之 间 代 理和 用 户 之 间进行 协 商和 协作 所需 策 略的 工具
海捞针 ，虽然 Ｇ ｏ ｌ等优 秀搜索 引擎提供 了 ｏ ｇｅ
大 量 的信 息资 源 ，但 仍需 根据 检索 到 的地 址 信 息 ，按 照页 面屏 幕的 提 示 向下追 踪 。特 别
提 供 了有效 的 工具 。 数据 挖 掘的 成功 使研 究 人 员将 数据 挖 掘技 术 用于 因特 网 ，但是 由于
、 、
网 息 源 数 掘。 据 络信 挖掘 于 据挖 数
挖 掘就 是指 从 夫量 数 据（ 如数 据 库） 中提 取抽 象 的 、潜 在的 有 用信 息的 过程 ，它是数 据 库
中 知识 发现 ＫＤＤ 的核 心 ，为大量数据 的利 用
网上信 息极 度 膨胀 导致 查 找信 息 ｉ 如 大 尤
。
它 ｗ ｗ ｗ上 的 数据 不同 于传统 数据 ，故 产生 了 士 来说 ，难 以 迅速 、准 确 地获 得 有价 值的 网 们 提 供 了智 能代 理所 需 的推 理能 力和 学 习能 个新 的研究 方向一 网络 信息挖 掘。 上信 息 资源 因此 用 户迫 切希 望 找到 一种 能 够 力 网络信 息挖 掘 ，Ｘｇ ￣ ｇ ｗ ｅ ｂ 在 信息 海洋 中 自动 获取 实 用 、准确 、精 炼 的 内容 技 术 指 机 器 用 于推 理 和 学 习 的数 的 数据 挖掘 ，是从 大量 数据 中抽取 处先 前未 信息的 工具 。 据 但 它 不 定就 是知 识 ，它主 要包 括 属于 知 的 、完整 的 、可 信的 、新 颖 的 、有效 的信 智能 代理Ａ 。 ｔ ｇ 检索技术 结 构化 知识 的 规 则 语法 ，大量 非结 构 化的 息 的高 级处 理过 程 。 它是在 已知数 据样 本的 智 能代 理 又称 智能 体 ，它是 在 用 户没 有 通 用 知识和 结 构 化的 数据 内容 作为 代理 系 基 础上 ，通 过 归纳 学 习 、机 器学 习、统 计分 明确 具 体要 求的 情况 下 ，根 据 用 户需 要 ，代 统 能 够 内 核访 问 的 系 统 数 据 也 存 在 于 核 心 析等 方 法得 到数 据 对象 间的 内在 特性 据此 替 用 户进行 各种 复 杂的 工作 ，如信 息查 询 、 中 它提供 代 理 系统 工作 所需 要 的各 种 知识 采 用信 息过 滤技 术 在 网络 中提取 用 户感 兴趣 筛选 及 管理 ，并 能推 测 用 户的 意 图 ， 自主制 和 数 据 同时 机 器 也 可 以 直 接 对 其进 行 更 的信 息或 者 更高 层 次的 知识 和规 律 来做 关键 定 、调 整和 执行 工作 计 划 。它使 用 自动 获 得 新 的决 策 。网 络信 息 挖掘 其实 就是 对 文档 的内 的领 域模型 （ ｗｅ 知 识 、信息处 理 、与用 户 ： 如 ｂ 访问技 术 ： 访问 是指 代理 与周 围环境 进 容 、要利 用 资源 的 使用 以及 资源 之 间的 关系 兴趣相 关的 信 ， ｅ５ 、领域 组织 结构 ） ￣Ｎ 、用 户 行 交互 代 理 与周 围环 境 的交 互 可以 分为 代 进 行分析 。 模型 （ 如用 户背景 、兴 趣 、行为 、风格 ） 知识 理 应用 之 间的 交互 与 代理 和用 户 的交 互 代 网络信 息挖掘 分为ｗ ｅ ｂ日志挖掘 、ｗ ｅ ｂ 进行信 息搜 集 、索 引、过滤 （ 包括兴 趣过 滤和 理 应用 之 间的 交互 又可 分 为对 本地 环境 与 远 内容挖 掘 ｗ ｅ 结 构挖掘 。具体而 言 ，ｗ ｅ ｂ ｂ 不 良信 息过 滤） ，并 自动 地将 用 户感兴趣 的 、 程环境 的访 问 日志挖 掘是 通 过 分 析 ｗ ｅ 服 务 器 的 日志 文 ｂ 对用 户 有用 的信 息提 交 给用 户 。智 能 代理具 。 安 全机 制是 为 了实 现 于外界 的 安全 访 问 件 对用 户访 问ｗ ｅ 是 服务 器方 留下的 访问 ｂ 有 了不断 学 习 、适应 信 息和 用 户兴趣 动 态变 而 设置 外 界是 代 理的 交互 对 象 ，应 包括 所 记 录 进行 挖 掘 ，从 中可 以得 出用 户 的访 问模 化的能 力，从而提供 个性化 的服 务。 需 要的 原始 信 息源 用 户、代 理所 属 的应 用 式 和 访 问兴趣 ，丈站 点 管理 员提 供 各种利 于 １ 、智能代 理Ａ ｅ ｔ ｇ ｎ 意义 系统 其他代理 系统等 。 Ｗ ｅ 站点 改进或 可以 带 来经济 效益 的信 息。 ｂ 从用 户 的角 度来 看 ，采 用智 能代 理 技术 ＝ 智能Ａ ｅ ｔ ｇ ｎ主要功能 在 个性 让 服 务模 型 中 可以 利用 日志 挖掘 来 的应 用 服务 系统 在不 间 断地 为他 们 工作 ，用 用于信 ＩＪ 息 服 务的 ０ ｇ ｎ 主要 日ｌ， Ｊ 智 能Ａ ｅ ｔ ｊ 完 ・ｎｌ ， ， 户的 访 问习惯 ，进 行 个性 化分 析 Ｊ ・ Ｊ Ｊ ｎ ６ — ‘ Ｈ Ｈ Ｉ ｘ ． …Ｌ Ｌ ｔ 视 Ｉ Ｉ ｌ ’＾ １ ｌ Ｌ ｕ Ｊ 川 监 几 ，用 ，Ｈ Ｗ — Ｉ／ Ｊ Ｊ ｛ Ｌ Ｊ Ｌ ｌ Ｊ 户只在必要 时才需要 参与 。 成 以 下功 能 ： 导航 ，即 告 诉 用 户所 需 要 的 资 处 理 。Ｗ ｅ 内容挖 掘包括ｗ ｅ 文 本挖掘 和多 ｂ ｂ 从应 用 的角 度来 看 ，智 能代 理就 是 能 自 源在哪 里 ； 解惑 ，即根据（ Ｗ ｂ 包括ｔｘ 、ｈ ｍｌ ｅ ｔ ｔ 等） 动执 行用 户委 托 的任 务 的计 算实 体 ，它 有着 于特 定主题 的问题 ；过滤 ，即按 照用 户指定 的 挖 掘 的 目的 是 对 页 面 信 息进 行聚 类 、 分 类 极其广泛的 应用 。 条件 从流 向 用户 的大 量信 息 中 筛选符 合 条 和 关联 分析 ，以及利 用ｗ ｅ 文 档进 行趋势 预 ｂ 从 技 术的 角度 来 看 ，智 能代 理是 以 各种 件的信 息 并 以不 同级 别 （ 文 、详细摘 要 、 测 、分析 等 ； 全 多媒体信 息挖掘 是对 多媒体文档 技 术 为基 础 ，集 合 了许 多实 用的 应用 特性 ， 简单 摘 要 标题 ） 现 给 用 户 ； 理 ， 即为 用 （ 呈 整 包括 图像 、声音 、图片等媒 体类型） 的挖 掘。 从而能 自 动执 行用 户委托的任 务 。 户把 已经下 载的资 源进行 分门 别类的 组织 ；发 ｗ ｅ 结 构挖掘是 对 ｗｅ 页 面超链 接关 系、文 ｂ ｂ ２ 、智 能 代理 有两 个 主要技 术 特征 ： 智能 现 即从 大 量的 公 共原 始数 据 中筛 选和 提炼 档 内部结 构 、文 档ｕ １ ｒ种的 目录路径 结构 的挖 ｆ （ ｔｌｇｎｅ和代理 能力（ ｇｎ ｙ・ ￣Ｉ ｅ ｉｅｃ） ｎ ｌ Ａ ｅｃ ） 有价 值 的信 息 向 有关 用 户发布 。这些 都是 掘 。 智能性 指应 用 系统 使 用 推理 、学 习 和其 使信 息服 务 走 向个性 化 主动 服务 不 可缺 少的 四 信息推送 技术 他 技 术来分 析 解释 它 已接 触过 的 或刚 提 交给 功能 目前 在此 方面 己经有 了一 些 能够 使用 Ｉ 、推 送方式 它的 各种信 息 和知 识 的能 力 。代 理能 力指 一 的 系统 但 智能 化的 程 度还远 远 不 够 ，且主 频 道式 推送 ：频道 式 网络 播送 技 术是 目

设 当前用 户为ｕ，检 索词 为ｔｋ ｉ ｉ 。
信 息等 在内 的各种Ｗ ｂ ｅ 数据 ，应用 数据挖 掘方 法发 现有用 的知 识来 帮助 人们 从 Ｗ 中提 取知识 ，改 进站点 设计 ，更好 的开 展服 务。 ｗ
Ｗｂ 据 挖 掘分 为Ｗｂ 用 记 录挖 掘 、Ｗｂ 构 挖 掘 、Ｗ ｂ ｅ数 ｅ使 ｅ结 ｅ 内容 挖 掘 三
户ｕ百分 比为 ｆ ｋｉｋ ｗ，／ Ｗ， ＋ｉ２ ．＋ ｉ１） ｊ ｆ ： ｋ （ｌｌＷ， 一 ．Ｗ， ０ ，文档 ｄ的相关 查询权 ， ， ｊ
值 为Ｗ （ ｌ ｊ Ｗ， ／ｉＩＷ，／ ｉ２ ． ・ｊｌ／ ｉ１ ；４ Ｅ， ）＝ ｊｌｆ，＋ｊ２ｆ。 ＋－ Ｗ， Ｏｆ，０ ）利用 上面 的检 ｄ … 索过 滤算 法计 算Ｗ ｔ，ｊ；若Ｗ ｔ。 ｊ≥ａ （￣ｄ） ｌ （ ｄ） ，转 ５ ｈ ：否 则转２ （ ：ａ ； 注 为系统 预先 设定 的过 滤阀值 ） ；５ ）检索 用户 是否 曾用ｔｋ 索 ，若 是 ，取ｔｋ 应 ｉ检 ｉ对 的检 索 历史 记 录 ，检索 ｄ是 否在 检索 结 果集 中 ，若 不是 ，转 ６ ｊ ；否 则转 ７ ； ６ ）查 看ｄ是 否在 浏览 历史 库 中，若不 在 ，标记 为未 读信 息 ，若在 ，标记 为 ｊ 已读信 息 ，加 入 结 果集 ＰＲ Ｒ￣Ｐ Ｒ （ｊ （ｉ ｊ） Ｒ ，ＰＲ Ｒ Ｕ ｄ，ｗＵ，ｄ） ，转 ８ ）检查 ；７
』
：
：
预据 个数 网 网 性理 处 化
Ｉ 索志析Ｉ ｌ志理 检日分 同管
｝索配 检匹
检｝ 索 擎
？
。 ） ■二
用 建 户模
２个 性化倌 ． 囊帕 童义 ｜捡
ｉ ）能缓解 数字 圈书 馆 “ 息 过载 ”和用 户 “ 信 资源 迷 向 ”的问题 。２ ） 可 以更好地满 足用 户对数 字 圈书馆 个性他 信息 的需求 ３ ）数字 图书馆 的信 息资源 得到有 效 的利 用 论和技术 １ Ｉ

档 。从 用户 的角度 来 说 ， 这些 文 档 集合 中 分 别包 含 有 与 用 户 需 求相 关 的文 档 及 一 些 与 用 户 需 求 不 相 关 的 文 档 。 对 于 用 户 的
用 户 的兴 趣 偏好 大 多是 不 同 的 ， 息 系 统 必 须 高 度 个 性 化 以 服 信
的不 相关 文 档 。
成 为情 报界 研 究 的 热 点 问 题 。 个 性 化 信 息 服 务 包 括 个 性 化 内 容 定 制服 务 、 性 化信 息 检索 服 务 、 性 化 界面 定 制 服 务 、 性 个 个 个 化信 息 推荐 服 务 。本 文 主 要 探 讨 个 性 化 信 息 检 索 服 务 和 基 于
的要求 。 为 了解 决信 息 资 源 的 有 效 利 用 与 个 体信 息 需 求 差 异 之 间 的矛盾 ， 个 性 化 信 息 服 务 ” 来 越 引 起 人 们 的 重 视 ， “ 越 日益
认 知 其信 息 需求 的所有 内容 。在 进 行 信息 检索 时 ， 户 是 否 了 用 解 搜 索 引擎 的机 制 及数 据库 的组 织 结 构 ， 系 统 的 检 索 效 率 没 对 有 影 响 。ｂ 系统 会 根 据 用 户 模 型 将 最 有 价 值 的 信 息 自动推 荐 、 给 用 户 ， 时用 户 不 必 进 行 查 询 修 改 便 可 得 到 满 意 的 查 询 结 同 果 。Ｃ 系统 为用 户 提供 的信 息 更 有针 对 性 ， 索 结 果 的 文 档 排 ． 检 序 与 用户 需 求一 致 ， 这样 ， 户 就 不 必 浪 费 时 间 下 载 、 读 大量 用 阅
务 于 每个 用 户 。 ２ 个 性 化信 息 检 索 系统 ２ １ 个性 化 信 息检 索 系统 一般 原理 【 ． ｌ 其 原 理 可表 述 为 ：

本文利用基 于 Ａ ｅｔ ｇ ｎ 的网上智能 信息检索技 术， 设计了一个系统模型， 该模型由 ３ Ａ ｅｔ 个 ｇ ｎ 模块 共同协作 ， 提供了一种基于 Ａ ｅｔ ｇ ｎ 的个性 化主动服
三个模 块构成 。通过用户信息需求 的表达和信息反馈 ， 形成并训练用户 Ａ ｅｔ信息搜索 Ａ ｅｔ Ｉｔ ｎ ｔ ｇ ｎ； ｇ ｎ 与 ｎｅ ｅ 搜索 引擎 ｒ
连接 ， 有限深度 一广度优先的搜索算法 ， 搜索 范围 ， 采用 减少 加快搜索 速度 ； 过滤 Ａ ｅｔ 据用户 已有的信 息资 信息 ｇ ｎ根
Ｒｅｅ ｅ ｎ ｔ ｅａ ｅ ｔ—ｂ ｓｄ ｐ ｒｏ ａｉｅ ｎ ｏ ｍａ ｉｎ ｒ ｔｉｖ ｌｔｃ ｏｏ ｙ ｓ ｍ＇ｈ Ｏ ｈ ｇ ｎ ‘ ａ ｅ ｅ ｓｎ ｌ ｄ ｉｆ ｒ ｔ ｅｒｅ ａ ｅ ｌ ｌｇ — ｚ ｏ ｍ
Ｓ ＮＧ Ｑｉ—ａ ＨＥ ｕｙ ｎ
（ ｉ ａｙ ａｂｎＥ ｇｎｅ ｎ ｉ ｒｔ ， ｒｉ ５ ０ １ Ｃ ｉａ Ｌｂ ｒ ，Ｈ ｒｉ ｎ ｉ ｒ ｇＵｎｖ ｓ ｙ Ｈａｂ １ ００ ， ｈ ） ｒ ｅｉ ｅｉ ｎ ｎ Ａｂ ｔａ ｔ Ｔｈ ｙ ｔｍ ｏ ｓ ｔ ｆ ｈ ｅ ｄ ｌ ｕ ｅ ，ｕ ｅ ｓＡ ｎ ，ｉｆｒ ａｉｎ ｓａ ｃ ｇｅ ｔａ ｄ ｉｆｒ ａｉｎ ｆ — ｓｒ ｃ ： ｅｓ ｓｅ ｃ ｎ ｉ ｓｏ ｒｅｍｏ ｅ ｂ ｓ ｓｒ ｇｅ ｔ ｎ ｏｍ ｔ ｅ ｒｈ Ａ ｎ ｎ ｎ ｏ ｓ ｔ ｃ ｏ ｍ ｔ ｉ ｏ ｌ
ｔｒ ｔｄ ｓｇ ｓ ｈ ｎ ｉｅｓｒ ｃｕ ｅｏ ｔｌ ｇ ｎ ｇｅ ｔｔ ｎ ｕ ｅｔｅｃｏｅｃ ｏ ｅａｉｎｏ ｈ ｈ ｅ ｄ ｌ ａ ｅ ．Ｉ ｅｉｎ ｅｅ ｔ ｔｕ ｔ ｒ ｆ ｎ ｅｌ ｅ ｔＡ ｎ ｅ ｓ ｒ ｈ ｌｓ ｏ ｐ ｒ ｔ ｆ ｅｔ ｒｅｍｏ ｅｓＳ ｔ ｔ ｔ ｒ ｉ ｉ ｏ ｏ ｔ Ｏ ｈ ｔ ｅｉｆｒ ａｉｎ ｒｔｉ ａ ｃｎ ｂ ｕ ｌ ｅ ｌ ｅ ｒ ｎ ｌ ，ａ ｔ ｌ ｎ ｎ ｅｌ ｅ ｔ ． ｈ ｎｏ ｍ ｔ ｅｒ ｖ ｌ ａ ｅｆ ｌ ｒ ｉ ｄ ｐ Ｓ ａｌ ｏ ｅ ｙ ａ ｚ ｅ Ｏ ｙ ｃｉ ｙ ａ ｄｉ ｔｌｇ ｎ ｌ ｖ ｉ ｙ

ＺＨＡＮ Ｇ ｎ — ｈ ｏ Ｙｉ ｇ ｃ ａ ， ＤＵＡＮ ｅ ｙ ｎ Ｘｕ — ｉ ｇ
（ ｐｒ ｎ ｆｎｏｍａ ｏ ｄＣ ｍｍｕ ｉ ｔ ｎ Ｄｅａ ｍｅｔ Ｉｆｒ ｔ ｎ ｎ ｏ ｔ ｏ ｉ ａ ｎｃ ｉ ，Ｎａｊ ｇ ｎｖｒｉ Ｉｆｒ ａｉ ｃｅｃ ｄＴ ｃｎ ｌ ｙ ａｏ ｎｉ ｉｅｓｙ ｆｎｏ ｔ ｎＳ ｉ ｅ ｎ ｅｈ ｏ ｇ ， ｎＵ ｔｏ ｍ ｏ ｎ ａ ｏ
证 了全 查 率 。
关键词 ： 个性化 ；搜 索引擎；Ｗｅ 挖 掘 ；知 识库 ； 关联 规则 ；算法 ｂ
中 图法分 类号 ： Ｐ ９ ． Ｔ ３１ ３
文献标识 码： Ａ
文章 编号 ：００７２ （０ ７ １．１３０ １０ —０ ４ ２ ０） ３３３ ．３
Ｒｅ ｅ ｒ ｈ ｏ ｅ ｓ ｎ ｌ ｅ ｃ ａ ｉｍ ｅ ｒ ｈ ｅ ｇｎ ｙ ｔ ｍ ｓ ａｃ ｎｐ ｒｏ ａｉ ｄｍｅ ｈ ｎ ｓ ｉ ｓ ａ ｃ ｎ ｉ ｅｓ ｓｅ ｚ ｎ
ｉ ｆ ｒ ａ ｉ ｎｒ ｔｉｖ ｌ ｙ ｔ ｍ． Ａｃ ｏ ｄ ｎ ｒ ｗｂ ｃ ｓｏ ｔａ ｉ ｏ ａ ｅ ｒ ｈ ｅ ｇ ｎ ｙ ｔ ｍ， ａ ｒ ｈｔ ｃｕ ｅｏ ａｎ ｗ ｅ ｓ ｎ ｌ ｅ ｅ ｃ ｎｏ ｍ ｔ ｒｅ ａ ｓｅ ｏ ｅ ｓ ｃ ｒ ｉ ｇｔ ｄ ａ ａ ｋ ｆ ｒ ｄ ｔ ｎ ｌ ａ ｃ ｎ ｉ ｅｓ ｓｅ ｏ ｉ ｓ ｎ ａ ｃ ｉ ｔ ｒ ｆ ｅ ｐ ｒｏ ａ ｉ ｄ ｓ ａ ｈ ｅ ｚ ｒ ｅ ｇ ｎ ｙ ｔｍ ． Ａｎ ｏ ｌｖ ｔ ｌ ｏ ｔ ｍｓａｅ ｐ ｏ ｏ ｅ ．Ｂｙ ｕ ｉ ｇｋ ｙ ｒ ｓａ ｄ ｗｅ ｎ ｎ ， ｄ ｆ ｒ ｎ ｅ ｃ ｅ ｕ ｔ ｆ ｒｄ ｆ ｒ ｎ ｎ ｉ ｅ ｓ ｓｅ ｄ ｓ ｍｅｒ ｅ ａ ｇ ｒ ｈ ｒ ｐ ｓ ｄ ｅ ｎ ａ ｉ ｒ ｓ ｅ ｗｏ ｄ ｎ ｂ ｍｉ ｉ ｇ ｎ ｉ ｅ ｅ ｔ ａ ｈｒ ｓ ｌ ｏ ｉ ｅ ｅ ｔ ｓｒ ｓ ｕ ｅ ｓ ｓ ｒ ｖ ｄ ｄ ｔ ｅ ｒ ｃｓｏ ， ｐ ｅ ｆ ｅ ｕ ｒ ｒ ｖ ｄａ ｄｔ ｅｆ ｌ ｓ ａ ｃ ｔ ｆ ｅｐ ｒｏ ａｉ ｅ ｕ ｒ ｓ ｕ ｅ ｅｓ ｍｅｔ ． ｓ ｒ ｏ ｉ ｅ ， ｅ ｉｉ ｎ ｓ ｅ ｄｏ ｔ ｅ ｙｉ ｉ ｉｐ ｈ ｐ ｈ ｑ ｓ ｍｐ ｏ ｅ ｌ ｅ ｒ ｈｒ ｅ ｔ ｅ ｎ ｌ ｄｑ ｅ ｉ ａ ｓ ｄａ ｔ ａ ｍｅ ｎ ｈ ｕ ａ ｏｈ ｓ ｚ ｙ ｓ ｒ ｔｈ ｉ Ｋｅ ｒ ｓ ｐ ｒ ｏ ａｉ ｅ ； ｓ ａｃ ｎ ｉ ｅ ｗｅ ｎ ｎ ； ｋ ｏ ｅ ｇ ａ ｅ ａ ｓ ｃ ａｉ ｎ ｒ ｌ ｓ ａ ｇ ｒｔ ｍ ｙ ｗｏ ｄ ： ｅ ｎ ｌ ｄ ｅ ｈ ｅ ｇ ； ｓ ｚ ｒ ｎ ｂ ｍｉ ｉ ｇ ｎ ｗｌ ｄ ｅｂ ｓ ； ｓ ｏ ｉｔ ｕ ｅ ； ｌ ｏ ｈ ｏ ｉ

很好地满足用 户的检索需求 。智能 Ａｇｎ ｅｔ
技 术 的 出 现 弥 补 了 传 统 信 息 检 索 在 用 户 使 用 时 的 一 些 不 足 ， 化 了智 能信 息 检 索 强
需求 意图， 同时对搜索结果作 出合理 的解
释。
ＭｕｔＡ ｅ ｔ ｌ－ ｇｎ 系统 （ ｉ 以下简称 ＭＡＳ 的 ） 研究历史最早可 以追溯 到 ８ ０年 代 中期 的 Ａ ｔｒ 模 型 ，接 着 是 ｃｏｓ
界在 分类 、 索 等 领 域 具 备 的 传 统 优 势 与 检 信 息检 索 这 一 新 型 网 络 工 具 的 联 合 ， 图 对
议 ， 同网协 议至今仍被认 为是 合
关 于通 信 、 ＭＡＳ协 商 研 究 的 经 典工 作 ， 目前 ＭＡ Ｓ研 究 的 主 要 方面包括 ： ＭＡＳ理 论 、多 Ａｇｎ ｅｔ 协 商 和 多 Ａ ｅｔ 划 等 。 于近 ｇｎ 规 由
步 步 交 互 、 发 、 导 用 户 表 达 出 真 正 的 启 引
要的信息资源 。 信息检索 的使用越来越受
到网络用户 的欢迎 ， 。但 目前 的信 息检索 存在 的一些 问题 ， 如检索 速度慢 ， 诸 无效 链接多 ， 复或 不相关 信息 多 ， 索结果 重 搜
不 具 有 个 性 化 不 能 因 人 而 异 等 问 题 不 能
的 方法 与用 户取 得联 系口 】 。
随 着 网 络 信 息 的爆 炸 式 增 长 ， 们 越 人
来越关心怎样高效 、 准确 的检 索出 自己想
与 技 术 研 究 最 早 源 于 分 布 式 人 工 智 能
（ Ｄ， 从 ８ ＤＡ 但 Ｏ年 代 末 开 始 ， ｇ ｎ 理 论 、 Ａ ｅｔ
记录 。为保 证报 纸 印刷 企业 成 本 核 算 原 始