| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 引言 | 第12-16页 |
| 1 agent理论 | 第16-21页 |
| ·Agent技术的由来及发展 | 第16页 |
| ·Agent的基本理论 | 第16-17页 |
| ·Agent的定义 | 第16-17页 |
| ·Agent的结构 | 第17-18页 |
| ·审慎式结构(Deliberative Architecture) | 第17页 |
| ·反应式结构(Reactive Architecture) | 第17-18页 |
| ·混合式结构(Hybrid Architecture) | 第18页 |
| ·agent工作过程 | 第18-19页 |
| ·agent的软件开发方法 | 第19-21页 |
| 2 数据采集子系统 | 第21-33页 |
| ·万维网的信息构造 | 第21-23页 |
| ·万维网的文档结构 | 第21-22页 |
| ·统一资源定位符URL | 第22页 |
| ·超文本传输协议HTTP | 第22-23页 |
| ·超文本置标语言HTML | 第23页 |
| ·搜索引擎的工作原理 | 第23-24页 |
| ·数据采集子系统的实现过程 | 第24-25页 |
| ·数据采集子系统的层次结构 | 第25-26页 |
| ·用户接口的功能 | 第25页 |
| ·预处理层的功能 | 第25页 |
| ·查询代理的功能 | 第25-26页 |
| ·综合处理层 | 第26页 |
| ·规划管理层 | 第26页 |
| ·数据采集子系统的代理结构设计 | 第26-28页 |
| ·用户接口代理 | 第26-27页 |
| ·预处理层代理 | 第27-28页 |
| ·查询代理 | 第28页 |
| ·综合处理代理 | 第28页 |
| ·自主搜索引擎 | 第28-30页 |
| ·数据采集子系统的体系结构 | 第30-31页 |
| ·数据采集子系统的特点 | 第31-33页 |
| 3 数据过滤子系统 | 第33-47页 |
| ·信息过滤的理论背景 | 第33页 |
| ·信息过滤的研究回顾 | 第33-35页 |
| ·信息过滤的方法 | 第35-36页 |
| ·布尔模型 | 第35页 |
| ·向量空间模型 | 第35-36页 |
| ·潜在语意索引模型 | 第36页 |
| ·汉语分词 | 第36-46页 |
| ·中文分词技术 | 第37-38页 |
| ·本子系统所用的分词方法 | 第38-44页 |
| ·数据过滤子系统的具体流程 | 第44-46页 |
| ·小结 | 第46-47页 |
| 4 机器学习子系统 | 第47-63页 |
| ·机器学习的理论 | 第47-50页 |
| ·机器学习的发展 | 第47-48页 |
| ·机器学习的概念和基本结构 | 第48页 |
| ·几种常用的机器学习方法 | 第48-50页 |
| ·智能代理与机器技术结合的技术。 | 第50页 |
| ·采用从观察中学习的方式 | 第50页 |
| ·半自动的方式(即人机交互的方式) | 第50页 |
| ·将各种机器学习方法加以综合应用 | 第50页 |
| ·机器学习子系统设计方案 | 第50-55页 |
| ·概述 | 第50-51页 |
| ·知识库的构造 | 第51-52页 |
| ·知识库的知识表示 | 第52-53页 |
| ·本系统的知识表示 | 第53-55页 |
| ·机器学习机制的设计 | 第55-62页 |
| ·基于记忆观察的机器学习方法 | 第55-56页 |
| ·基于ID3的归纳学习方法 | 第56-62页 |
| ·小结 | 第62-63页 |
| 5 Agent的Internet信息获取整体实现 | 第63-67页 |
| ·系统的开发平台和开发工具 | 第63页 |
| ·系统的体系结构 | 第63-64页 |
| ·系统工作流程 | 第64-65页 |
| ·系统的整体效果分析 | 第65-67页 |
| ·自主性，预动性表现: | 第65-66页 |
| ·智能性体现: | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74页 |
