摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-14页 |
·选题背景 | 第10-11页 |
·国内外研究现状 | 第11-12页 |
·个性化查询概述 | 第11页 |
·当前的研究进展性 | 第11-12页 |
·主要的研究内容 | 第12-13页 |
·论文的组织结构 | 第13-14页 |
第2章 Agent技术综述与分析 | 第14-23页 |
·Agent的定义 | 第14页 |
·Agent的基本特性 | 第14-15页 |
·基于Agent系统的应用特点 | 第15-16页 |
·移动Agent技术研究 | 第16-18页 |
·移动Agent的系统结构 | 第17-18页 |
·移动Agent的优势 | 第18页 |
·Aglet系统 | 第18-23页 |
·Aglet概述 | 第18-21页 |
·Aglet系统框架 | 第21-22页 |
·Aglet通信模型 | 第22-23页 |
第3章 基于Agent的个性化智能信息检索模型 | 第23-27页 |
·系统的设计需要解决的问题 | 第23页 |
·系统架构 | 第23-27页 |
·系统概念模型 | 第23-24页 |
·基于Agent的个性化查询的框架 | 第24-25页 |
·基于Agent的学习系统的工作流程 | 第25-27页 |
第4章 基于Agent的个性化智能信息检索系统设计 | 第27-47页 |
·系统实现方法概述 | 第27页 |
·个性化服务 | 第27页 |
·用户个性化模型 | 第27-30页 |
·用户个性化模式的表示和建立 | 第28-30页 |
·采用相关学习方法进行用户模型的更新 | 第30-33页 |
·兴趣学习 | 第30页 |
·兴趣学习的目标 | 第30页 |
·兴趣学习的研究现状 | 第30-31页 |
·兴趣学习方法 | 第31-32页 |
·学习方法描述 | 第32-33页 |
·反馈处理 | 第33-36页 |
·反馈信息的采集 | 第33-34页 |
·基于反馈向量的模型调整 | 第34-36页 |
·用户Agent设计 | 第36-39页 |
·过滤Agent设计 | 第39-45页 |
·信息过滤技术 | 第40-42页 |
·本系统过滤Agent流程 | 第42页 |
·本系统过滤Agent中信息过滤器的组成 | 第42-45页 |
·信息检索Agent设计 | 第45-47页 |
·信息搜索Agent研究 | 第45页 |
·WWW信息构造 | 第45页 |
·HTTP协议 | 第45-46页 |
·信息搜索Agent的算法实现 | 第46-47页 |
第5章 原型系统的实现 | 第47-63页 |
·开发环境的配置 | 第47-49页 |
·系统开发平台的选择 | 第47页 |
·开发环境的配置 | 第47-49页 |
·数据库的设计与实现 | 第49-51页 |
·移动Agent的基本结构 | 第51-52页 |
·系统核心功能模块的具体实现 | 第52-56页 |
·Agent的实现 | 第52-53页 |
·用户Agent | 第53-55页 |
·过滤Agent | 第55页 |
·检索Agent | 第55-56页 |
·实验运行界面 | 第56-61页 |
·原型系统测试结果评估及分析 | 第61页 |
·系统测试环境 | 第61页 |
·系统性能测试 | 第61页 |
测试数据 | 第61-62页 |
测试结果评价 | 第62-63页 |
第6章 结论 | 第63-65页 |
参考文献 | 第65-69页 |
攻读学位期间公开发表论文 | 第69-70页 |
致谢 | 第70-71页 |
研究生履历 | 第71页 |