一种基于Agent的元搜索引擎模型IMSA
无法很好地适应网络环境的变化,不能对网络中出现的问题做出及时的反应,这是当前的元搜索引擎普遍存在的问题.这一问题的解决,必然大大提高元搜索引擎的检索效率和精度.提出了一种基于Agent的元搜索引擎的模型IMSA,由检索Agent、管理Agent和学习Agent组成.该模型的成员搜索引擎的调度策略采用动态学习和静态学习相结合的方法实现.在静态学习中,得到该成员搜索引擎的信任因子的初始值,并且针对用户的访问情况,给出了信任因子的计算方法.综合考虑成员搜索引擎的摘要的相关度等各方面的因素,给出了该模型的结果合成。
元搜索引擎模型 检索Agent 网络环境 管理Agent 学习Agent 信任因子
娄跃荣 张伟
烟台大学计算机学院智能信息处理实验室,烟台,264005
国内会议
山东烟台
中文
389-392
2006-08-19（万方平台首次上网日期，不代表论文的发表时间）