基于Agent的個性化推薦系統(tǒng)研究與設(shè)計.pdf

1、面對復雜而龐大的Internet，多數(shù)用戶往往覺得力不從心，當用戶在網(wǎng)絡(luò)上搜索信息時，往往就會因為信息量過大且無目的性發(fā)生“迷航”、“認知過載”等現(xiàn)象?；诖朔N情況，面對用戶的網(wǎng)絡(luò)個性化推薦系統(tǒng)應(yīng)運而生而且發(fā)展迅速。 個性化推薦系統(tǒng)在用戶當前會話的基礎(chǔ)上，根據(jù)以往訪問用戶習慣，立即判斷當前用戶類別并預測其下一步可能感興趣的頁面并推送至當前用戶。這種的做法很大程度上減輕了用戶的尋找難度，使得信息獲取在某種程度上更加高效。

2、本文在深入理解Web日志挖掘一般過程，研究Web日志挖掘的技術(shù)的基礎(chǔ)上，結(jié)合實際情況，重點深入研究了Web日志挖掘的核心算法，在大量研究前人已有算法的基礎(chǔ)上，提出了基于興趣度的矩陣處理算法，此種算法較之以前單純1，0填值的方式，改進并采用了興趣度填值，其中興趣度模型的建立結(jié)合了最能代表用戶偏好的瀏覽時間和瀏覽次數(shù)比兩個參數(shù)，最后得出的結(jié)果在保留高效快捷的基礎(chǔ)上，更加比普通矩陣算法更加貼近用戶習慣，推薦結(jié)果更加準確。在得出了核心算法之后，

3、本文進一步研究了頁面推薦算法，并給出了一系列定義幫助理解。 同時本文也著重分析研究了Agent的概念、技術(shù)框架，多Agent之間的通信，JADE開發(fā)平臺以及代碼編寫，并在此基礎(chǔ)上，利用其交互性、自主性、協(xié)作性等眾多特性搭建了完整的基于Agent技術(shù)的WEB日志挖掘系統(tǒng)框架，并詳細闡述了系統(tǒng)中每個Agent的功能和流轉(zhuǎn)方式，針對在MAS系統(tǒng)中遇到的通信問題給出了基于XML的KQML的通信言語解決辦法，闡明了在實際開發(fā)過程中，獨立A