[发明专利]基于多智能Agent的旅游多媒体信息个性化服务系统

说明书

技术领域

本发明属于旅游信息化领域，具体涉及集成多种技术，如智能代理技术、数据挖掘技术、智能信息处理技术等，建立基于多智能Agent的旅游多媒体信息个性化服务系统。

背景技术

伴随着旅游业的蓬勃发展，对旅游信息化建设的要求也越来越高。目前主流的旅游信息服务系统是通过建立Web服务站点向旅游者提供各种信息集合服务，旅游者通过浏览相关内容来获取信息。但是这种服务方式是被动的，没有充分考虑用户个体间的个性化需求，无法提供个性化的旅游信息化产品和服务。通用的多媒体搜索引擎提供信息检索服务，例如百度、搜狗，也无法提供差异服务，不能满足人们日益增长的个性化的需求，有效地返回用户感兴趣的相关旅游信息，而且经常伴随大量重复或不相关信息。因此开发一种更为主动和智能的旅游信息个性化服务成为旅游者的迫切需求。

本发明采用智能代理、数据挖掘以及智能信息处理等技术，设计和实现基于多智能Agent的旅游多媒体信息个性化服务系统。根据用户兴趣模型的分析结果，有针对性地向旅游用户主动推送个性化的信息服务。全国风景名胜区每年的游客接待量都在数亿人次，建立旅游多媒体信息主动服务系统，在全国风景名胜区内建立集旅游目的地资源推介、旅游资讯、公益宣传为一体的旅游目的地信息服务，将加速旅游数字化的进程，可带来良好的经济效益和社会效益。

发明内容

本发明提出并建立基于多智能Agent框架结构的旅游多媒体信息个性化服务系统。系统采用Agent技术，通过不断自主学习，发现用户的兴趣，通过Agent技术实现用户兴趣与多媒体文档信息的有效匹配，从而能够满足人们在对旅游信息检索时的个性化要求。本发明的技术方案是这样实现的：

1.用户兴趣信息抽取和预处理；

2.基于向量夹角的改进的K-近邻算法的用户兴趣建模；

3.用户兴趣模型动态更新；

4.基于多智能Agent的旅游多媒体信息个性化服务系统。

本发明有以下一些技术特征：

(1)步骤1所述的用户兴趣信息抽取和预处理，是指通过抽取用户兴趣信息并进行预加工处理，从而获取用户兴趣特征向量集以及多媒体信息处理后产生的用于描述多媒体内容的特征向量集，可作为兴趣模型建立和更新的基础。

(2)步骤2所述采用基于向量夹角的改进的K-近邻算法的自动用户兴趣建模的方法，是指在完成用户兴趣信息采集之后，利用采集的信息，采用改进的K-近邻分类算法构建用户兴趣模型。

(3)步骤3所述的用户兴趣模型动态更新是为了反映用户的实时个性化需求，实现针对每个用户建立的兴趣模型必须具有自学习能力。用户可以主动输入或者修改其兴趣关键字和兴趣描述，还可以通过用户反馈学习调整兴趣模型，使模型不断地预测用户的真实兴趣。

(3)步骤4所述的基于多智能Agent的旅游多媒体信息个性化服务系统是指针对系统工作流程的每一阶段，划分功能相对独立的模块，再将各模块包装成Agent代理，形成多代理框架，在此框架下，各代理分工协作，从而实现多媒体信息服务的智能化与个性化。系统包括用户接口Agent、过滤排序Agent、兴趣学习Agent、监控Agent和信息检索Agent五个功能模块。本发明所述的旅游多媒体个性化信息服务的智能化除了体现在可以定期为用户主动推荐有价值的多媒体信息外，系统还可以在用户收看或者搜索多媒体信息的同时，结合用户兴趣库中的用户兴趣知识，为用户提供智能化的个性化信息服务。

本发明提出并建立基于多智能Agent的旅游多媒体信息个性化服务系统，对于建立高质量智能化的旅游信息服务具有很高的理论意义和应用价值，对多媒体信息个性化服务系统的方案设计及算法研究有指导意义。

附图说明

图1用户兴趣信息抽取流程；

图2特征向量提取；

图3用户兴趣建模过程；

图4用户兴趣判定过程；

图5改进的k-近邻算法；

图6用户反馈学习流程图；

图7基于多智能Agent的旅游多媒体信息个性化服务系统框架；

图8过滤Agent工作流程图；

图9信息检索Agent功能结构图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚，以下参照附图并举实例对本发明做进一步详细地说明。本发明采用的开发和实现平台是NET(C#)平台。

1.用户兴趣信息抽取和预处理