文档介绍：基于协作反馈的蚁群算法的自适应网站研究
黄艳欢,何振峰
(福州大学数学与计算机科学学院,福建福州 350002)
摘要:本文提出了一种基于蚁群算法的关联网页推荐方式, 实现了蚁群模型里的信息素以及支持度,并且针对蚁群算法中固有的缺陷以及它在自适应网站应用中所出现的问题进行相应的模型改进,主要是引入了反馈机制和协作智能体概念。这样我们就可以依据用户访问日志进行倾向性网页推荐。
关键词:蚁群算法;自适应网站;反馈机制;协作智能体
A study on Adaptive website with cooperative multi-agent and feedback
HUANG Yan – huan, HE Zhen – feng
Abstract: This article propose a approach to mend related web pages based on the ant colony algorithms. It realizes the pheromone and the support degree of the ant colony algorithm model,and makes some changes to the model concerning to the problems existing in the ant colony algorithms and the ones rising in the process of the application to the adaptive website. We achieve this purpose by introducing the mechanism of mendation feedback and the concept of cooperative multi-agent. Then we can make a tendency mendation of web pages according to the web logs from the users.
Keywords: ant colony algorithm; adaptive website; feedback mechanism; cooperative multi-agent
1 引言
随着网站规模的逐渐扩大,内容的不断丰富是其发展的必然趋势。然而网站(特别是基于知识传播的信息服务网站)发展过程中也暴露出了一些不可忽视的问题:
(1)每个用户的知识、偏好以及上网的目的不同,而目前存在的网站提供给每个用户的信息内容和结构都是相同的。
(2)浏览网站时,用户对自己感兴趣的目标信息寻找时间过长,时间和精力花费在大量信息的甄别、浏览航向的选择、链接点击后的等待中,降低了网站的实用性。
(3)互联网上蕴藏着海量的信息,对用户来说,已大大超过了可能的阅读量。
由此,我们可以对网络上蕴藏的信息进行挖掘,WEB推荐系统[1]应运而生,主要思想就是通过用户历史访问路径以及当前的访问状态,结合数据挖掘的方式,预测出用户下一步准备访问的页面并给予推荐,以此实现人性化网站。
根据对WEB数据的感兴趣程度不同,现行的WEB推荐方法可以分为三类:基金项目:福建青年创新基金