| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 引言 | 第7-13页 |
| ·论文的研究背景 | 第7-8页 |
| ·论文的研究动机 | 第8-10页 |
| ·传统搜索引擎的不足 | 第8-9页 |
| ·元搜索引擎的不足 | 第9-10页 |
| ·问题的分析和解决方案 | 第10页 |
| ·论文的研究意义 | 第10-11页 |
| ·论文的主要工作 | 第11-13页 |
| 第二章 搜索引擎及Agent 技术 | 第13-26页 |
| ·搜索引擎 | 第13-15页 |
| ·搜索引擎的分类 | 第13-14页 |
| ·搜索引擎的发展趋势 | 第14-15页 |
| ·元搜索引擎 | 第15-19页 |
| ·元搜索引擎的分类 | 第16页 |
| ·国内外的研究现状 | 第16-17页 |
| ·元搜索引擎的主要指标 | 第17-18页 |
| ·元搜索引擎的核心问题及未来趋势 | 第18-19页 |
| ·Agent技术 | 第19-22页 |
| ·Agent的定义 | 第19-20页 |
| ·Agent的主要特性 | 第20-21页 |
| ·Agent的结构 | 第21-22页 |
| ·多Agent系统 | 第22-24页 |
| ·多Agent系统概述 | 第22页 |
| ·MAS的分类 | 第22-23页 |
| ·多Agent的交互 | 第23-24页 |
| ·Agent技术在信息检索中的应用现状 | 第24页 |
| ·本章小结 | 第24-26页 |
| 第三章 一种基于Agent 的元搜索引擎模型IMSA | 第26-34页 |
| ·引言 | 第26页 |
| ·主要模型及评价 | 第26-28页 |
| ·WebScales模型 | 第26-27页 |
| ·ProFusion模型 | 第27-28页 |
| ·IMSA模型 | 第28-33页 |
| ·IMSA模型框架 | 第28-29页 |
| ·各部分的功能 | 第29-30页 |
| ·IMSA模型的工作流程 | 第30页 |
| ·IMSA模型中多Agent间的交互与协作 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 元搜索引擎的相关技术及算法 | 第34-55页 |
| ·成员搜索引擎的调度策略 | 第34-42页 |
| ·定性法 | 第34-37页 |
| ·定量法 | 第37-40页 |
| ·基于学习的方法 | 第40-42页 |
| ·文档选择 | 第42-45页 |
| ·用户指定法 | 第42-43页 |
| ·权重分配法 | 第43页 |
| ·基于学习的方法 | 第43-44页 |
| ·确保取回法 | 第44-45页 |
| ·结果合成 | 第45-47页 |
| ·局部相似度调整算法 | 第45-47页 |
| ·全局相似度估算算法 | 第47页 |
| ·IMSA中的关键算法 | 第47-54页 |
| ·IMSA中成员搜索引擎的调度策略 | 第47-48页 |
| ·基于加权与或树的查询扩展 | 第48-52页 |
| ·结果合成策略 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 实验分析 | 第55-66页 |
| ·实验方案 | 第55页 |
| ·实验过程 | 第55-65页 |
| ·实验结论与分析 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 攻读学位期间发表的论文目录 | 第72页 |