[发明专利]基于Agent的智能元搜索引擎系统有效

专利信息
申请号: 201210387010.6 申请日: 2012-10-12
公开(公告)号: CN102902800A 公开(公告)日: 2013-01-30
发明(设计)人: 李青山;孙颖成;邹延鑫;许静静;习斌 申请(专利权)人: 西安电子科技大学
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 陕西电子工业专利中心 61205 代理人: 田文英;王品华
地址: 710071*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 agent 智能 搜索引擎 系统
【权利要求书】:

1.一种基于Agent的智能元搜索引擎系统,包括用户个性化Agent、移动Agent、调度管理Agent、检索合成Agent、公共兴趣黑板,其中:

所述的用户个性化Agent,用于记录用户检索行为,学习用户检索兴趣,并通过公共消息黑板与各用户个性化Agent进行协作学习,产生群组推送查询语句和群组推送检索结果;

所述的移动Agent,用于在客户端之间漫游,挖掘各用户的历史浏览记录并分析用户的兴趣知识,通过通信模块与用户个性化Agent交互,共同完成用户兴趣的学习与更新操作;

所述的调度管理Agent,用于产生调度策略,并通过通信模块与检索合成Agent交互成员搜索引擎调度策略;当获知成员搜索引擎响应速度及稳定性发生变化时,主动学习成员搜索引擎的响应速度及稳定性能力知识;

所述的检索合成Agent,用于获取用户检索请求,通过通信模块与调度管理Agent交互成员搜索引擎调度策略后,再经检索器与成员搜索引擎交互获取检索结果,将合成后的最终结果呈现给用户;当成员搜索引擎响应速度及稳定性发生变化时,检索合成Agent通过通信模块与调度管理Agent交互该变化信息;当成员搜索引擎检索接口格式和检索结果格式发生变化时,通过格式变化通知模块通知管理员重新编辑;

所述的公共兴趣黑板,用于存储群组中各用户对应的用户个性化Agent兴趣分组信息及群组推送查询语句列表。

2.根据权利1要求所述的基于Agent的智能元搜索引擎系统,其特征在于,所述的用户个性化Agent包括:用户行为感知器、日志处理模块、用户兴趣推理机、用户兴趣学习机、查询分析器、协作模块、通信模块、用户查询日志库、用户兴趣库和群组推荐检索结果库,其中:

所述的用户行为感知器,用于监视用户搜索过程的行为动作,发现用户检索、浏览行为时更新用户查询日志库;

所述的日志处理模块,用于分析处理用户查询日志库中的查询日志,形成个性化检索结果推荐文件并存入群组推荐检索结果库,支持该用户查询结果的个性化推荐;

所述的用户兴趣推理机,用于分析用户查询日志,推理用户检索兴趣;

所述的用户兴趣学习机,用于系统动态学习用户检索兴趣并更新用户兴趣库,支持用户个性化搜索体验;

所述的查询分析器,用于分析来自检索合成Agent的查询词所对应的兴趣类别及该兴趣类别组的群组用户个性化Agent标识,然后分别从公共兴趣黑板和群组推荐检索结果库中读取对应的群组推送查询语句和群组推荐检索结果;

所述的协作模块,用于实现各Agent之间的自主协作任务;

所述的通信模块,用于实现各Agent之间的信息交流功能,它们分别是用户个性化Agent之间的兴趣信息的交流、用户个性化Agent与移动Agent之间的用户客户端兴趣信息的交流、用户个性化Agent与检索合成Agent之间的用户查询词及对应个性化推荐内容的交流;

所述的用户查询日志库,用于记录用户的查询信息,作为提供用户个性化兴趣的数据来源;

所述的用户兴趣库,用于存储用户的个性化兴趣信息,作为提供用户个性化搜索体验的信息支撑;

所述的群组推荐检索结果库,用于存储用户历史查询词及对应点击浏览的结果。

3.根据权利1要求所述的基于Agent的智能元搜索引擎系统,其特征在于,所述的移动Agent包括:兴趣挖掘模块、通信模块、路由策略、状态库和挖掘规则库,其中:

所述的兴趣挖掘模块,用于依据挖掘规则库中的挖掘规则,挖掘用户客户端的历史浏览记录;

所述的通信模块,用于移动Agent与用户个性化Agent之间交互用户客户端的兴趣信息;

所述的路由策略,用于计算移动Agent漫游于客户端时的漫游路线;

所述的状态库,用于存储移动Agent路由过程中的路由状态数据;

所述的挖掘规则库,用于存储移动Agent挖掘客户端用户历史浏览记录的挖掘规则。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210387010.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top