基于智能Agent的用户个性化检索系统的实现

李果

摘要：信息技术的发展直接促使人们在工作生活当中对信息检索需求的增大，而传统的信息检索系统的功能已经无法满足人们生活当中的各项需求，特别是在用户的个性化检索方面，更是有一定的弊端。而作为个性化检索，指的就是对用户的不断了解和分析，从而使用户检索出来的内容更加符合用户的需求。本文主要从智能Agent的特性、面向用户个性化检索需求的多Agent智能检索模式、系统组件功能的介绍、系统行为过程以及系统技术分析这几个方面对基于智能Agent的用户个性化检索系统的实现展开了详细的分析探究，以下为详细的内容。

关键词：信息检索；个性化；智能Agent；系统

中图分类号：TP3 文献标识码：A 文章编号：1009-3044（2018）24-0182-03

互联网的快速发展直接促使网络检索成了人们生活和工作当中的一项重要的内容，对于人们的正常生活和工作都有着十分重要的影响。当前的信息检索系统，一定程度上还存在着诸多的问题有待解决，比如说用关键词搜索出来的信息无法满足用户的需求和兴趣的变化等等。

个性化是当前互联网搜索技术当中的一个发展趋势，主要原因在于互联网技术的逐渐发展以及人们在日常当中的普遍的应用。对于搜索而言，人们不再仅仅满足于那种搜索问题之后，搜索引擎反馈内容这种情况了。反而，人们希望在搜索内容之前或者之后，相关系统能够根据用户之前搜索的问题或者之后会搜索的问题提前推送给用户，这样能够使用户感觉到搜索系统更聪明的同时，也能够得到自己想要的答案。另外就是，系统也能够根据用户的各个特点，来整理出最适合用户的结果，最终实现搜索系统的个性化。而要想实现这种个性化，笔者认为就需要做到以下两个方面的内容：第一，全面搜集并理解用户的各个方面的信息，比如说性格、年龄等等。第二，将用户数据和实际应用有效结合起来，使用户能够在个人界面就接收到用户感兴趣的问题或者是产品。

可以这样说，除了能够提供给用户个性化的数据之外，更是需要实现个性化的推荐，这才是一个成熟的个性化系统。

以淘宝为例，用户登录淘宝的主要目的就是为了购物或者是了解貨品的相关信息。但是由于用户的年龄、性别、收入、地区等等方面的差异，直接决定了不同用户群的特点是完全不同的，比如说有的收入低的用户更加关注价格，而收入高的用户更加关注质量。因此，这些不同用户在选购物品的过程当中，价格会直接影响到他们的购买偏向。

此时，就可以通过获取用户的不同特点和属性来深度挖掘用户的偏好，并对其进行分类，最终可以根据不同用户的偏好向他们推荐合适的物品。需要注意的是，尽管某些用户具有相同的属性，但是在不同的情况下，也会存在比较大的差异。

究其原因，主要是因为每个人的兴趣并不是固定不变的，反而是会随着时间的变化而发生一定的改变，那么此时对于个性化系统的要求就更高了。因为只有针对用户最新的兴趣而推荐的相关内容，才能够产生效果，反之不仅不会产生效果，甚至还会造成用户的反感。而本文主要从这一方面的问题入手，提出了基于智能Agent的用户个性化检索系统的实现。以下为主要的研究内容。

1 智能Agent的特性

智能Agent具有代理性、智能性、自主性、机动性这四个方面的特性，以下分别针对这四个方面的特性进行详细的分析。

1）代理性

智能Agent的代理性主要体现在，智能Agent是代表用户工作的，实际上就是这些资源的中介和枢纽。

2）智能性

智能Agent的智能性主要体现在能够理解用户用最口语化的语言表达出的信息，并将其进行整理和计算，从而表达出来展示给用户，以及能够捕捉用户的偏好和兴趣，并在一定程度上能够推测出用户的意图。

3）自主性

智能Agent的自主性主要体现在其是一个独立自主的计算实体，能够通过实现复杂操作的方式以解决实际当中存在的问题，尽管用户没有参与到检索过程当中，也能够挖掘到符合用户需求的资源和服务。

4）机动性

智能Agent的机动性主要体现在能够在网络上灵活机动地访问各种服务和资源，并且能够实现与其他智能Agent之间的合作，从而将自身迁移到其他的主机当中，完成任务的执行。

2 面向用户个性化检索需求的多Agent智能检索模式

信息检索对于人们的日常生活和工作都有着非常重要的作用，而智能代理技术更是能够实现在信息检索当中的个性化搜索，因此将这两种技术结合起来，使其成为一种新型的信息检索系统，能够结合两者之间的优势，配合用户的兴趣来完成个性化的搜索过程。在这个过程当中，主要的流程如下：分析用户需求——归纳、分析、总结用户兴趣爱好——查找用户感兴趣的信息，最终将不同种信息展示给不同用户的界面上。以下为智能Agent的用户个性化检索模式：

3 系统组件功能的介绍

基于智能Agent的用户个性化检索系统的组件功能主要有以下六大块，分别是系统Agent、用户Agent、学习Agent、过滤Agent、反馈Agent以及推送Agent。以下分别对这六大块的功能展开详细的分析：

1）系统Agent

系统Agent主要功能如下：第一、负责用户和系统之间的沟通；第二、能够实现不同Agent的转换和通信。另外就是，系统Agent会给不同的用户提供一个统一的界面，决定了信息检索过程的走向，可以说系统Agent就是整个检索信息的中心。

2）用户Agent

接收用户的特殊指令，根据指令完成任务、针对用户需求的变化分析用户的检索意图，最终生成用户兴趣库、更新用户兴趣库是用户Agent三大主要功能。

3）学习Agent

不同用户会提供不同的样本，而学习Agent就针对这些样本进行分析，然后更新用户兴趣库，匹配用户特征和检索信息。特征筛选、特征匹配是学习Agent的两大主要功能。

4）过滤Agent

过滤Agent的主要功能就是将那些无法满足客户需求的检索结果采取相关的方式进行筛选和过滤，从而使不能满足用户需求的检索结果不会展现到用户的界面，最终确保用户检索出来的结果的准确性。

5）反馈Agent

反馈Agent的主要功能在于能够跟用户进行沟通，从而确定最佳检索策略。最终根据用户的兴趣点，提高检索的效率和检索准确性。

6）推送Agent

推送Agent的主要功能就是能够根据用户以往的检索内容，为用户推送相关的服务和信息。

4 系统行为过程

基于智能Agent的用户个性化检索系统行为过程主要有以下六个过程：第一，登录系统Agent界面，用户初次登录需要注册，在注册的过程当中会向系统提供相关的一些信息：姓名、年龄、性别、职业、电话、兴趣等等。系统收到这些信息之后，便会使用用户Agent生成用户个人兴趣库；之后，用户每一次检索，都会对该兴趣库进行更新。流程如下：用户登录——是否为第一次登录——是——注册——进入系统；用户登录——是否第一次登录——否——进入系统。第二，在检索之前，用户可以根据自己的意愿选择是否提交样本，然后检索系统会通过学习Agent对用户所提交的内容加以分析，最终分析出用户的检索需求以及不同用户之间的兴趣爱好；之后再将用户的兴趣展开分类，就可以对系统兴趣库进行更新，而用户的需求也会被提交到智能搜索层当中，在今后将展开应用。第三，如果用户选择不提交样本，就会根据用户的检索内容直接通过系统Agent提交给智能搜索层。之后，会使用过滤Agent实现智能搜索层将检索结果反馈给代理层。分为以下三个过滤程序：初始结果——过滤重复文档、过滤非兴趣文档、过滤无意义文档——呈现给用户。第四，用户对系统呈现出来的结果进行初步预览，将适合的搜索结果反馈给系统之后，通过反馈Agent对结果展开更加具体的分析，最终反馈给用户。反馈Agent也会对用户所浏览的信息进行综合的分析，比如说用户在某一页面停留了较长的时间，那么用户则会根据这个页面的文档进行综合的分析，最后重新提交给用户Agent，对兴趣库进行再一次的更新。最后通过对结果的调整，也能够完善知识库。第五，需要根据用户兴趣重新检索，如果用户选择进行检索，那么系统也会使用新的检索策略，结果也会被反馈给用户。第六，系统会将检索的过程和结果都保存在用户的检索日志当中，并在之后会主动地将检索相关的内容和结果推送给用户，比如说通过电话或者是个人电子邮箱的方式通知用户，或者是在用户下次登录之后，直接展示在登录之后的页面。

5 系统技术分析

以下主要从文本特征筛选以及用户兴趣库的构建这两个方面对于基于智能Agent的用户个性化检索系统技术展开详细的分析，以下为主要的分析内容。

1）文本特征筛选

对于不同用户的不同检索内容当中所出现的词、词组、词条的频率，其实都是有着一定的规律性的，因此就可以针对这种规律性来展开目标特征筛选。例如说，像了、的、是，这种在所有文件当中都会频繁出现的词就无法体现目标内容，因此这类词就不能作为特征项。作为文本特征项的词需要具备以下两个特征：完全性以及区分性。

2）用户兴趣库的构建

用户兴趣库的构建十分重要，主要原因在于要想实现个性化信息检索，就需要以用户兴趣库为依据，一般来说用户兴趣库的构建主要包括用户信息表、用户兴趣表以及用户历史检索记录表这三个表格，以下分别对这三个表格进行详细的分析：

首先是用户信息表，包括八个方面的内容：用户ID、姓名、密码 、性别、年龄、职业、电子邮箱以及联系方式；然后是用户信息表，包括以下五個方面的内容：ID、关键词类 、关键词集合、权值、用户ID；最后是用户历史检索记录表，由两个子表构成，第一个：检索时间、检索关键词、检索结果ID、用户ID，第二个：检索结果ID、结果页面地址、页面生成时间、页面特征。

6 结语

总而言之，随着互联网在人们生活当中的应用，信息检索也成了人们生活和工作当中必不可少的内容。而互联网上的信息越来越多，人们获取信息的渠道也越来越广泛，此时，用户个性化检索的出现能够使人们检索出更加符合要求的结果，从而实现检索的高效性和准确性。本文主要就从智能Agent的特性、面向用户个性化检索需求的多Agent智能检索模式、系统组件功能的介绍、系统行为过程以及系统技术分析这五个方面对于基于智能Agent的用户个性化检索系统的实现展开了详细的分析，可供参考。

参考文献：

[1] 张优.浅谈计算机信息网络安全存在的问题及其应对措施[J].中国新通信，2018（6）.

[2] 张少华，雷宇.大数据时代信息网络安全的战略分析与探讨[J].中国战略新兴产业，2018（24）.

[3] 罗震宇.大数据时代信息网络安全的战略分析[J].数码设计，2018（1）.

[4] 张少华，雷宇.大数据时代信息网络安全的战略分析与探讨[J].中国战略新兴产业，2018（24）.

【通联编辑：张薇】