Введение к работе
Актуальность темы. Переход к постиндустриальному информационному обществу неразрывно связан с развитием глобальных информационных систем (ГИС), содержащих беспрецедентное количество информации. В настоящее время, наиболее известной и быстроразвивающейся системой такого рода является возникшая на базе мировой компьютерной сети Internet гипертекстовая информационная система World Wide Web (WWW). По оценкам специалистов, на 1997 год система WWW насчитывала примерно 150-106 документов, при этом объем хранимых в системе данных удваивался каждые 4 месяца. Экспоненциальный рост WWW и сверхбольшой объем хранимой в данной системе информации породили новую проблему ее эффективного использования. В частности, актуальной стала проблема поиска полезной (релевантной) информации в ресурсах WWW. Каждый, кто работал с системой WWW, знает, что найти требуемую информацию в WWW без знания точного URL-адреса затруднительно, а подчас и просто невозможно. Для решения этой задачи в настоящее время применяются существующие поисковые системы (ПС), значительно облегчающие задачу поиска. Однако, результаты поиска с помощью классических ПС далеко не всегда являются удовлетворительными. В частности, существующие ПС имеют тенденцию возвращать по запросу слишком большой объем информации, лишь малая часть которой является действительно релевантной сделанному запросу, т.е. точность поиска является низкой. Низкая эффективность существующих ПС объясняется классическим подходом, принятым при irx построении. Данный подход основан на механизме глобальной индексации содержимого WWW и унаследован от ПС, предназначенных для поиска в локализованных коллекциях данных сравнительно небольшого объема. Устранение недостатков существующих ПС требует разработки принципиально новых подходов к построению ПС и методов интеллектуального поиска релевантной информации в глобальной информационной среде, порожденной информационным содержимым ГИС WWW.
В настоящее время, за рубежом ведутся интенсивные исследования на предмет применения существующих методов искусственного интеллекта (ИИ) к построению эффективных систем обработки информации для глобальных информационных сред, в частности, поисковых систем. Одним из перспективных направлений ИИ, ориентированных на построение сложных систем обработки
информации, являются мультиагентные системы (МА-системы). Их особенность заключается в децентрализованной обработке информации на основе относительно независимых информационных компонент — агентов, решающих общую задачу коллективным образом. Как показал анализ, основные свойства МА-снстем отвечают основным качествам глобальных информационных сред, что обуславливает перспективность ігх применения при построении ПС нового поколения.
Предлагаемая диссертационная работа посвящена проблеме построения эффективных систем поиска релевантной информации в глобальных гипертекстовых информационных средах на основе МА-снстем как прогрессивного направления ИИ.
Целью работы является разработка методов и алгоритмов интеллектуального поиска релевантной информации в сложных информационных средах гипертекстовой организации (основная ориентация сделана на ГИС WWW как наиболее развитую информационную среду Internet).
Для достижения поставленной цели в диссертации решаются следующие основные задачи:
разработка метода интеллектуального поиска в информационных хранилищах гипертекстовой организации на основе одного из современных направлений искусственного интеллекта — мультиагентных систем;
разработка комплекса математических и имитационных программных моделей гипертекстовой среды, алгоритмов мультиагентного поиска в гипертекстовой информационной среде;
проведение имитационного программного моделирования, анализ полученных результатов, исследование эффективности построенных алгоритмов мультиагентного поиска релевантной информации;
разработка общей архитектуры поискового агента и мультиагентнон поисковой системы для гипертекстовой информационной среды.
Предметом исследования являются:
мультиагентные системы на основе бионического направления ИИ;
эволюционные алгоритмы оптимизации и адаптации интеллектуальных агентов; .
эффективность применения нейронных сетей прямого распространения в качестве интеллектуального ядра поисковых агентов.
Методы исследования. В качестве основных методов
исследования использованы математические модели и имитационное компьютерное моделирование.
Научная новизна. В диссертационной работе решалась научная задача интеллектуального поиска информации в гипертекстовой информационной среде. Разработанный метод мультиагентного поиска принципиально отличается от классических методов исчерпывающего поиска, характерных для существующих поисковых систем аналопгчного класса. На основе предложенного метода разработаны и исследованы новые алгоритмы, применяющие механизмы эволюционной адаптации для эффективного поиска релевантной информации. Предложены эволюционный и комбинированный методы обучения поисковых агентоз в мультиагентной системе, обладающие достаточной общностью и позволяющие сочетать преимущества классичесюгх и эволюционных алгоритмов обучения адаптивных структур агентов.
Практической ценностью диссертационной работы являются:
разработанный метод интеллектуального поиска релевантной информации в гипертекстовой информационной среде, позволяющий существенно сократить объем просматриваемой при поиске информации за счет ориентации поиска в перспективных направлениях;
реализующие предложенный метод алгоритмы мультиагентного поиска могут служить основой при построении поисковых систем нового поколения с более высокой точностью поиска, меньшей нагрузкой на сетевые ресурсы, способностью к персонализации (настройке на интересы конкретного пользователя-хозяина);
разработанные варианты функциональных архитектур мультиагентной поисковой системы для одно- и многомашинной реализации (на основе мобильных агентов) могут служить основой при проектировании действующих поисковых систем на основе лгультиагентного подхода;
предложенные методы обучения адаптивных структур агентов могут быть использованы для оптимизации действий агентов как в рамках рассмотренной мультиагентной поисковой системы, так и в других системах, предназначенных для функционирования в сложных информационных средах.
На защиту выносятся следующие основные научные поло ж е и и я:
- метод интеллектуального мультиагентного поиска в
информационных хранилищах гипертекстовой организации;
комплекс алгоритмов мультиагентного поиска информации в гипертекстовых информационных средах;
архитектура поискового агента на основе нейронной сети прямого распространения;
комбинированный алгоритм обучения нейросетевых поисковых агентов;
варианты архитектуры интеллектуальной поисковой системы для гипертекстовых информационных сред на основе парадигмы бионической мультиагентной системы.
Апробация работы. Основные результаты работы докладывались и обсуждались на Всероссийской школе-семинаре "Современные проблемы математического моделирования" (Абрау-Дюрсо, 1995); Всероссийской научно-технической конференции "Нейролнформатика-99" (Москва, 1999); Второй научно-методической конференции "Internet и современное общество" (Санкт-Петербург, 1999); VI Всероссийской конференции "Нейрокомпьютеры и их применение" (Москва, 2000).
Публикации. Результаты, полученные в работе, нашли отражение в 10 печатных работах, одна из которых была опубликована за рубежом, две — в центральной печати. Семь работ были опубликованы в сборниках научных трудов конференций, в том числе одна работа была представлена на международной конференции, пять — на всероссийских конференциях.
Структура и объем работы. Диссертационная работа состоит из введения, пяти разделов и заключения, изложенных на 202 страницах, содержит 61 рисунок, 105 наименований библиографии и 129 страниц приложения, всего 339 страниц.
Похожие диссертации на Разработка методов и алгоритмов мультиагентного поиска релевантной информации в информационных средах гипертекстовой организации
