多智能Agent在Web信息检索中的研究

摘要：本文介绍了人工智能领域的Agent技术，以及其基本特性和一些主要功能。通过对Agent系统结构分析提出多智能Agent工作模型。通过对Agent之同通讯研究开发新的规则和解决方法，通过对多Agent协作不仅改善了单个Agent的基本处理能力，而且可以从Agent系统的交互协作中进一步理解多智能Agent系统的现实意义

关键词：智能；协作；多Agent；信息检索

中图分类号：TP391.3 文献标识码：A 文章编号：1007-9599 (2011) 21-0000-01

Multi-agent Research in Web Information Retrieval

Qiao Wei

(Donghai Radio and TV University,Lianyungang 222300,China)

Abstract:This paper describes the Agent field of artificial intelligence technology,and its basic features and some major features.Agent system by structural analysis of the proposed Multi-Agent working model.Agent of the same communication through research and development of new rules and solutions,through the Multi-Agent collaboration is not only to improve the basic processing of a single Agent ability,but also from the interactive collaboration Agent System Multi Agent System to further understand the practical significance.

Keywords:Intelligent;Collaboration;Mult-agent;Information retrieval

随着互联网的迅速发展和广泛使用，Internet以它巨大开放性成为全球最大的、最有影响力的信息网络，但也正是因为这一点，使得用户在网上迅速、准确地获得所需信息变得越来越难。面对大海般的网上信息，普通用户使用现有手段很难准确搜索到有效的信息。用户无法确切表达真正需求的网上资源，技术上也并没有提供合适的表达手段，另外也不知道如何更有效准确地寻找资源，即所谓的“资源迷失”；如果检索结果过多过杂，用户难以把握、消化，即所谓的“信息过量”。大量的可用信息和个人对信息的驾驭产生强烈反差，造成这样困境的实质是信息检索技术的非智能化，不能真正理解用户需求，缺少理解能力，因此引入智能Agent技术到这一领域成为解决问题的关键。智能Agent技术概述智能Agent，又称智能体。根据用户需要，代替用户进行各种复杂的工作，如信息查询、筛选及管理，并能推测用户的意图。自动获取领域模型、用户模型，进行信息搜集、索引、过滤。并自动地将有用信息提交给用户。目前，Agent技术已成为人工智能和计算机技术领域重要课题，由于它具有主动性、智能性、协作性、移动性等，再加上以模糊理论为基础的信息处理方法，让Agent挖掘网络信息的内在联系，建立模糊关系，获知用户个性化的思维进行模糊推理，为用户提供高效而完整的信息服务。

一、Agent理论介绍

Agent技术是人工智能的一个重要分支和热门话题。“智能Agent是代表用户或其它程序以一定程度的自主性完成一组操作的软件实体，在过程中，它们可获得用户的目标或愿望的知识及表示。”这是IBM公司“智能Agent战略白皮书”中的定义。但对于Agent目前还没有标准统一的定义，Agent技术应用于许多领域。不同专业的人会对Agent有不同理解，它有以下基本技术属性：（1）自主性：Agent能自行控制其状态和行为能独立地运行网络环境中无需人类或其它的Agent直接干预。（2）感知性：Agent能及时地感知和响应其所处环境的变化。（3）移动性：Agent应具有在分布式网络中移动的能力且保持状态一致。（4）智能性：指Agent能感知周围的环境，具有推理和智能计算功能。能分析用户的需求，不断积累经验提高处理问题的能力。（5）适应性：Agent应能积累和学习经验和知识．并修改自己的行为以适应新形式。

因此，Agent很强的适应性和灵活性，更适合于开放、动态的网络环境。

二、Agent基本结构

Agent的结构主要探讨Agent模块组成，Agent内部各个模块之间交互信息。外界信息对Agent的影响，从而改变Agent的内部状态。大多数Agent都要与环境进行交互获取环境的外部信息．同时需要处理并解释获得的信息，工作机制不同，就形成不同的Agent结构：（1）认知型结构：这种结构是基于物理符号模型系统而假设的，它包含环境显示表示和逻辑推理的决策，是具有内部状态的主动软件，具有环境表示、求解表示、知识表示等。Agent被看作是一种意识系统。（2）反应型结构：这种结构最主要特点是不包括任何符号的模型，并且不使用复杂符号进行推理机制．其智能取决于感知和行为，智能行为是一种“感知动作”模型。外界对Agent反映和自身行为对应，反映型Agent行为在现实世界和环境交互中体现，不需要推理和知识。（3）混合型结构。混合型Agent是认知型Agent和反应型Agent的混合结构。在这种结构中，认知子系统包含符号的世界模型，用于规划和决策，但对外环境变化响应慢，执行效率低。而反应子系统可对事件做出快速反映并不需要复杂的推理，但智能化程度低，灵活性弱。混合型综合二者优点，具有较强的灵活性和快速响应性。

三、多Agent智能检索系统

在海量的网络信息中，智能检索优点体现在智能性，智能化信息过滤，防止信息过量，同时又可以找到用户需要的信息。这要求拥有独立的用户特征库供机器学习，简单的实现过程：智能检索Agent携带特征库中某用户信息移动到一台服务器上，直接访问服务器上的资料，进行信息检索，根据指定的算法决定搜索的深度和广度，以免检索Agent偏离方向。在搜索中，Agent智能匹配信息，过滤无关网页，避免重复搜索。在完成后检索Agent智能检查网络连通情况，如果通畅，检索Agent就把结果传递给交互Agent，同时移动到下一服务器继续检索，否则检索Agent将暂时驻留在Agent上，服务器把其部分或全部从内存装载到硬盘上，并代替Agent监视目的站点，一旦条件满足，立即激活检索Agent，进行重复操作。当检索Agent完成所有网络遍历后，将返回系统。

四、结束语

本文探讨了智能Agent的特征和结构，明确提出了多Agent协助实现Web信息检索智能，并描述了实现原理和运行过程，在以后的研究中，我们将就存在的问题和不足如访问速度，响应时间等方面进行改进，使其能自动调用信息检索服务，在检索服务中同步各分离的Agent系统，并拥有更好的适应性和良好的扩展性，在Web信息检索中发挥更大的作用。

参考文献：

[1]陈建中等.智能Agent建模的一种模板结构[J].计算机研究与发展,1999,10

[2]陈瑶.基于移动Agent的Web信息检索统的研究[D].武汉理工大学,2007

[3]邢国春.多智能Agent协作在Web信息检索中的应用[J].长春师范学院,2008