基于Agent的个性化信息检索中相关度反馈的研究

doi:10.3969/j.issn.1007130X.2010

J4 ›› 2010, Vol. 32 ›› Issue (6): 109-111.doi: 10.3969/j.issn.1007130X.2010

基于Agent的个性化信息检索中相关度反馈的研究

尚冬娟,王春红,张敏

(运城学院计算机科学与技术系,山西运城 044000)

收稿日期:2009-09-23 修回日期:2009-12-20 出版日期:2010-06-01 发布日期:2010-06-01
通讯作者: 尚冬娟 E-mail:ycuzhm@126.com
作者简介:尚冬娟 (1973 )，女，山西运城人，硕士，讲师,研究方向为信息处理和软件测试；王春红，副教授,研究方向为数据库应用研究和网络信息系统；张敏，硕士，讲师,研究方向为信息处理。
基金资助:
国家863计划资助项目(2004AA115090);运城学院项目（JC2009009）

Research on the Relevance Feedback of the AgentBased Personal Information Retrieval

SHANG Dongjuan,WANG Chunhong,ZHANG Min

（Department of Computer Science and Technology,Yuncheng University,Yuncheng 044000,China）

Received:2009-09-23 Revised:2009-12-20 Online:2010-06-01 Published:2010-06-01

摘要/Abstract

摘要：

本文分析了信息检索中的相关性反馈技术，对用户兴趣的反馈评价机制进行了研究。采用Agent技术，给出了一个智能Agent的相关度反馈模型；并对此模型中的用户兴趣的反馈评价机制进行了实验，通过改进的ID3算法，学习用户兴趣、更新用户兴趣模型来实现个性化的信息检索。实验证明，这种反馈评价机制是有效的，系统的查全率与查准率都有了明显的提高，能够更好地满足用户的个性化需求。

关键词: Agent, 个性化, 信息检索, 相关度, 反馈

Abstract:

This paper analyzes the information retrieval techniques for relevance feedback, and the user interest feedback evaluation mechanisms are studied. Using the agent technology, a relevance feedback model based on intelligent agents is given; and the user interest feedback evaluation mechanism of this model is experimented. Through the improved ID3 algorithms to learn the user interest and update the user interest model,the personalized information retrieval is achieved. Experiments show that this feedback mechanism is an effective evaluation system,and the recall rate and the precision rate have obvious improvement to better meet the user's individual requirements.

Key words: agent;personalization;information retrieval;relevance;feedback

中图分类号:

TP391

尚冬娟,王春红,张敏. 基于Agent的个性化信息检索中相关度反馈的研究[J]. J4, 2010, 32(6): 109-111.

SHANG Dongjuan,WANG Chunhong,ZHANG Min. Research on the Relevance Feedback of the AgentBased Personal Information Retrieval[J]. J4, 2010, 32(6): 109-111.

编辑推荐

Metrics

阅读次数

全文

120

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	0	0	0	120

来源	本网站	其他网站

次数	62	58
比例	52%	48%

摘要

最新录用	在线预览	正式出版

0	0	69

	来源	本网站

	次数	69
	比例	100%

[1]	王天阳, 李晓会, 陈洪洋. 参与式感知设备多维数据的个性化差分隐私保护方案[J]. 计算机工程与科学, 2024, 46(11): 1997-2006.
[2]	周祺, 周宁宁. 神经网络增强的成对双线性因子分解机[J]. 计算机工程与科学, 2024, 46(09): 1648-1659.
[3]	胡小月, 王强, 吕方旭, 许超龙, 张锦. 面向56 Gb/s高速SerDes接收机DSP设计[J]. 计算机工程与科学, 2024, 46(07): 1202-1209.
[4]	吴国栋, 刘旭旭, 毕海娇, 范维成, 涂立静. 基于元学习个性化推荐研究综述[J]. 计算机工程与科学, 2024, 46(02): 338-352.
[5]	刘通, 周宁宁. 基于Setwise排序的深度输入感知因子分解机[J]. 计算机工程与科学, 2023, 45(10): 1891-1900.
[6]	赖明澈, 吕方旭, 张庚, 许超龙. 面向112 Gbps PAM4串行接收机的低误码协同自适应均衡器[J]. 计算机工程与科学, 2023, 45(06): 951-960.
[7]	李文佳, 史岚, 季航旭, 罗意彭. 面向Flink的负载均衡任务调度算法的研究与实现[J]. 计算机工程与科学, 2022, 44(07): 1141-1151.
[8]	靳旭文, 李国东. 基于Strcmp分解超Lorenz混沌的图像加密算法[J]. 计算机工程与科学, 2021, 43(03): 456-464.
[9]	杨丰瑞, 李前洋, 罗思烦, . 一种基于降噪自编码器的隐式反馈推荐算法[J]. 计算机工程与科学, 2020, 42(08): 1500-1505.
[10]	李茜, 周华健, 杨浩运, 殷海兵. 一种基于listwise的在线学习书目排序检索算法[J]. 计算机工程与科学, 2020, 42(04): 749-754.
[11]	宋春晓，黄峰，靳松清，白晓东，仇宏斌，姜杰，李艺. 基于汉字笔画与结构的特征字库构造及优化[J]. 计算机工程与科学, 2019, 41(05): 933-941.
[12]	万谦1,2，刘玮1,2，徐龙龙1,2，郭竞知1,2. 基于Q-learning的不确定环境BDI Agent最优策略规划研究[J]. 计算机工程与科学, 2019, 41(01): 166-172.
[13]	路文华，罗钧旻，李俊伟，高武奇. 基于自我意识的Agent通信语言研究[J]. 计算机工程与科学, 2018, 40(09): 1598-1605.
[14]	刘文1,马慧芳1,2,脱婷1,陈海波1. 融合共现距离和区分度的短文本相似度计算方法[J]. 计算机工程与科学, 2018, 40(07): 1281-1286.
[15]	黄辉先，胡鹏飞. 基于共轭梯度法的反馈差分进化混合算法及其在弹簧设计中的应用[J]. 计算机工程与科学, 2018, 40(07): 1316-1322.

基于Agent的个性化信息检索中相关度反馈的研究

Research on the Relevance Feedback of the AgentBased Personal Information Retrieval

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价