【摘要】 本发明公开了一种基于强化学习的网页页面(Web)主动式检索系统，该系统包括：WebAgent模块，用于完成基于用户主要兴趣主题的、Web页面内容分析和Web页面下载功能；Web过滤Agent模块，用于完成对页面进行内容分析，页面过滤和分类索引；Web接口Agent模块，用于向用户推荐学习之后的最能代表用户兴趣的网页、接收用户的反馈和记录用户浏览行为及做出统计分析等功能；用户信息学习Agent模块，用于实现基于强化学习的兴趣更新，不断对用户的信息进行更新，完成实现代表用户兴趣的最佳模型。本发明提供的基于强化学习的Web主动式检索系统具有自适应能力强，准确度高，使用方便的特点。 【专利类型】发明申请 【申请人】中国科学院自动化研究所 【申请人类型】科研单位 【申请人地址】100080 北京市海淀区中关村东路95号 【申请人地区】中国 【申请人城市】北京市 【申请人区县】海淀区 【申请号】CN200810240358.6 【申请日】2008-12-17 【申请年份】2008 【公开公告号】CN101751437A 【公开公告日】2010-06-23 【公开公告年份】2010 【IPC分类号】G06F17/30; G06N1/00 【发明人】杨彦武; 张文生; 李益群; 肖宪; 刘琰琼; 梁玉旋 【主权项内容】一种基于强化学习的网页页面主动式检索系统，其特征在于，该系统包括：WebAgent模块，用于接收用户的初始请求，并且将用户请求进行分析，利用相关主题分析下载Web页面，将结果提交至Web过滤Agent模块；Web过滤Agent模块，用于实现对信息Agent获取的页面进行内容分析，利用强化学习中的Q学习系统对各个Web页面进行Q学习中值函数计算，并将结果提供Web接口Agent模块；Web接口Agent模块用于提供用户推荐Web页面，记录用户浏览行为，并将结果提交给用户信息学习Agent模块；用户信息学习Agent模块，用于利用强化学习中的TD学习算法对用户的兴趣模型进行更新和改进，根据Web接口Agent模块所完成的对用户浏览页面行为的记录，生成获取到的用户的反馈值，由兴趣度计算和更新模块不断对用户的兴趣进行更新，利用TD学习算法对用户的兴趣模式进行计算，最终达到用户信息模型的最佳权重分布。 【当前权利人】中国科学院自动化研究所 【当前专利权人地址】北京市海淀区中关村东路95号 【统一社会信用代码】12100000400010945B 【被引证次数】27 【被他引次数】27.0 【家族被引证次数】27
