基于移動(dòng)Agent的中文信息搜索引擎系統(tǒng)模型的研究.pdf

1、隨著Internet規(guī)模的迅速增長(zhǎng),網(wǎng)上的信息資源也隨之迅速增長(zhǎng).WWW資源的迅速膨脹固然得益于其內(nèi)在的分布性、開(kāi)放性和異構(gòu)性,但也正是這一點(diǎn),使得用戶在網(wǎng)上迅速、準(zhǔn)確地獲得所需信息變得越來(lái)越困難.也就是所謂的"Rich Data Poor Information".因此,信息搜索引擎是當(dāng)今必不可少的工具.而如何搜索引擎更及時(shí)、方便、準(zhǔn)確地查找到所需的信息,正是該文的研究課題.該文對(duì)信息搜索引擎的研究現(xiàn)狀和發(fā)展趨勢(shì)進(jìn)行了詳細(xì)的分析和綜述

2、,并對(duì)移動(dòng)Agent理論和技術(shù)進(jìn)行了深入的學(xué)習(xí),將移動(dòng)Agent理論應(yīng)用到信息搜索引擎,建立了基于移動(dòng)Agent的信息搜索引擎的總體框架,并對(duì)其中的一些關(guān)鍵技術(shù)做了進(jìn)一步的論述.利用IDL語(yǔ)言定義了Agent在多種平臺(tái)上移動(dòng)的接口,設(shè)計(jì)了一個(gè)符合MAF規(guī)范的插件,實(shí)現(xiàn)Agent在異種平臺(tái)之間的移動(dòng);利用動(dòng)態(tài)最小生成樹(shù)算法解決移動(dòng)Agent的路由選擇問(wèn)題,綜合集中式搜索和分布式搜索的特點(diǎn),動(dòng)態(tài)尋找出一條Agent移動(dòng)的最佳路線;通過(guò)統(tǒng)計(jì)分

3、析得到移動(dòng)Agent克隆的數(shù)學(xué)模型,通過(guò)計(jì)算可以獲得Agent克隆個(gè)數(shù)的最佳值.該文根據(jù)中文信息處理的特殊性,在原有的最大匹配分詞算法的基礎(chǔ)上進(jìn)行改進(jìn),通過(guò)引進(jìn)預(yù)處理過(guò)程,利用長(zhǎng)詞優(yōu)先規(guī)則得到一個(gè)較好的分詞算法.同時(shí),應(yīng)用數(shù)據(jù)挖掘技術(shù)及Agent技術(shù)建立了中文信息搜索模型.該模型通過(guò)文檔分類(lèi)Agent調(diào)用類(lèi)層次結(jié)構(gòu)生成算法,實(shí)現(xiàn)對(duì)搜索到的內(nèi)容自動(dòng)分類(lèi)的功能.該系統(tǒng)構(gòu)造用戶訪問(wèn)模式,采用數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)等技術(shù),對(duì)日志文件、CGI參數(shù)中的