第1期 柯佳，等：基于用户兴趣学习的智能合作过滤模型的研究 *63* 的查准率 [5]BOWL IN G M,VELOSO M.Multiagent learning using a variable learning rate [J ]Artificial Intelligence,2002 表2ACFM与普通检索工具的比较 (136):215-250. Table 2 Comparison between ACFM and the [6]KAELBLING P L,LITTMAN L M,MOORE W A. common searching tool Reinforcement learning:a survey [J ]Journal of Artifi- Search 1 Search 2 Search 3 Search 4 Search 5 cial Intelligence,1996(4):237-285. Precisionl 0.399 0.4510.4580.473 0.499 [7]ZHU S H,DANA H.BALLARD.Overcoming nomsta- tionarity in uncommunicative learning[R].Technical Re- Precision2 0.362 0.3940.4290.3930.452 port 762,Computer Science Dept,U.Rochester,2001. [8]程显毅，于冬梅.基于BDIAgent的Web搜索引擎的研究 6结束语 [U].江苏大学学报（自然科学版），2004,25(6)：545. 548 Agent合作过滤技术为用户提供多层次个性化 CHENG Xianyi,YU Dongmei.A search engine of Webr 的信息服务模板，从自动流向用户的大量信息中过 based BDI Agent [J ]Journal of Jiangsu University(Nat- 滤出用户感兴趣的内容，并以不同的形式（如关键 ural Science Edition),200425(6):545-548. 词、摘要、全文等)提交给用户，文中建立描述了用户 [9]曹树金，杨涛.自动分类在搜索引擎性能优化中的应用 兴趣模型和学习Agent如何采用动态Q学习算法 [J].情报科学，2004,22(2)：214.219。 进行自学习，跟踪用户行为推断用户兴趣，并利用合 CAO Shujin,YANG Tao.Application of automatic clas- sification in the search engine optimization[].Infor- 作过滤来找出用户兴趣的相似程度.实验结果显示 mation Science,2004,22(2):213,219. 与普通检索工具相比，在用户对某关键词兴趣度相 [10]KOSTOV V,NAITO E.OZAWA J.Cellular phone 同的情况下使用ACFM的查全率较高，对相同查询 ring tone recommendation system based on collaborative 提问ACFM的查准率提高了3%~7%，但是发现 filtering method [A].Proceeding 2003 IEEE Interna- 速度要较普通检索工具稍慢一些，这是由于模型在 tional Symposium on computational Intelligence in Ro- 用户兴趣学习过程中花费了一点时间.因此在以后 botics and Automation[C].Kobe,Japan,2003. 的工作中会对ACFM进行更进一步的研究，以期在 作者简介： 提高过滤信息准确率的同时，过滤速度也有一定的 提高 柯佳，女，1981年生，助教，硕士 研究生，主要研究方向为人工智能、多 参考文献： Agent系统」 [l]肖燕华，邵世煌.一种基于本体论的Internet信息个性化 Email:greenttea @163.com. 检索系统的Aget实现模型U].微计算机信息，2003,19 (6):77.78 XIAO Yanhua,SHAO Shihuang.An agent-realized 程显毅，男，1956年生，教授，博士， model of personalize internet information retrieval syste- 主要研究方向为模式识别、多Agent系 rm based on ontology [J ]Control and Automation, 统 2003,19(6):77.78. [2]LEE C H,KIM Y H,RHEE P K.Web personalization expert with combining collaborative filtering and associa- tion rule mining technique [J ]Expert Systems with Ap- plication,2001(21):1311-137 李晓薇，女，1982年生，助教，硕士 [3 MEL VILL E P.Content-boosted collaborative filtering 研究生，主要研究方向为人工智能、多 for improved recommendations [A ]In Proceedings of Agent系统. AAAF2002[C].Edmonton,Canada,2002. [4]程显毅.Agent计算[M].哈尔滨：黑龙江科学技术出版 社，2003. 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net的查准率. 表 2 ACFM 与普通检索工具的比较 Table 2 Comparison between ACFM and the common searching tool Search 1 Search 2 Search 3 Search 4 Search 5 Precision1 01399 01451 01458 01473 01499 Precision2 01362 01394 01429 01 393 01452 6 结束语 Agent 合作过滤技术为用户提供多层次个性化 的信息服务模板 ,从自动流向用户的大量信息中过 滤出用户感兴趣的内容 ,并以不同的形式 (如关键 词、摘要、全文等) 提交给用户. 文中建立描述了用户 兴趣模型和学习 Agent 如何采用动态 Q 学习算法 进行自学习 ,跟踪用户行为推断用户兴趣 ,并利用合 作过滤来找出用户兴趣的相似程度. 实验结果显示 与普通检索工具相比 ,在用户对某关键词兴趣度相 同的情况下使用 ACFM 的查全率较高 ;对相同查询 提问 ACFM 的查准率提高了 3 %～7 % ,但是发现 速度要较普通检索工具稍慢一些 ,这是由于模型在 用户兴趣学习过程中花费了一点时间. 因此在以后 的工作中会对 ACFM 进行更进一步的研究 ,以期在 提高过滤信息准确率的同时 ,过滤速度也有一定的 提高. 参考文献 : [1 ]肖燕华 ,邵世煌. 一种基于本体论的 Internet 信息个性化 检索系统的 Agent 实现模型[J ]. 微计算机信息 ,2003 ,19 (6) :77 - 78. XIAO Yanhua , SHAO Shihuang. An agent2realized model of personalize internet information retrieval syste2 rm based on ontology [J ]. Control and Automation , 2003 ,19 (6) :77 - 78. [2 ]L EE C H , KIM Y H , RHEE P K. Web personalization expert with combining collaborative filtering and associa2 tion rule mining technique [J ]. Expert Systems with Ap2 plication ,2001 (21) :1311 - 137. [3 ] MELVILL E P. Content2boosted collaborative filtering for improved recommendations [ A ]. In Proceedings of AAAI22002[C]. Edmonton , Canada , 2002. [4 ]程显毅. Agent 计算[ M]. 哈尔滨 :黑龙江科学技术出版 社 ,2003. [ 5 ]BOWL IN G M , V ELOSO M. Multiagent learning using a variable learning rate [J ]. Artificial Intelligence , 2002 (136) :215 - 250. [6 ] KA ELBL IN G P L , L ITTMAN L M , MOORE W A. Reinforcement learning : a survey[J ]. Journal of Artifi2 cial Intelligence , 1996 (4) : 237 - 285. [ 7 ]ZHU S H , DANA H. BALLARD. Overcoming non2sta2 tionarity in uncommunicative learning[ R]. Technical Re2 port 762 , Computer Science Dept , U. Rochester , 2001. [8 ]程显毅 ,于冬梅. 基于 BDIAgent 的 Web 搜索引擎的研究 [J ]. 江苏大学学报 (自然科学版) , 2004 , 25 (6) : 545 - 548. CHEN G Xianyi , YU Dongmei. A search engine of Web2 based BDI Agent[J ]. Journal of Jiangsu University(Nat2 ural Science Edition) ,2004 ,25 (6) :545 - 548. [9 ]曹树金 ,杨 涛. 自动分类在搜索引擎性能优化中的应用 [J ]. 情报科学 ,2004 ,22 (2) :214 - 219. CAO Shujin , YAN G Tao. Application of automatic clas2 sification in the search engine∞s optimization [J ]. Infor2 mation Science , 2004 ,22 (2) :213 - 219. [10 ] KOSTOV V , NAITO E , OZAWA J. Cellular phone ring tone recommendation system based on collaborative filtering method [ A ]. Proceeding 2003 IEEE Interna2 tional Symposium on computational Intelligence in Ro2 botics and Automation[C]. Kobe , J apan ,2003. 作者简介 : 柯 佳 ,女 ,1981 年生 ,助教 ,硕士 研究生 ,主要研究方向为人工智能、多 Agent 系统. E2mail : greenttea @163. com. 程显毅 ,男 ,1956 年生 ,教授 ,博士 , 主要研究方向为模式识别、多 Agent 系 统. 李晓薇 ,女 ,1982 年生 ,助教 ,硕士 研究生 ,主要研究方向为人工智能、多 Agent 系统. 第 1 期 柯 佳 ,等 :基于用户兴趣学习的智能合作过滤模型的研究 ·63 ·