智能搜索引擎系统的工作流程

10.2.2　智能搜索引擎系统的工作流程

智能搜索引擎系统的工作流程如下:

(1)用户提交检索请求:用户Agent接收用户提交的检索请求，对其进行细化，然后把初步处理后的结果交给学习Agent。

(2)用户模型库的建立或更新:若该用户是初次检索，则学习Agent通过分析、学习其检索行为建立用户模型库;若用户不是初次检索，则学习Agent根据学习到的内容对用户模型库进行更新。

(3)规范化检索提问:处理Agent接收到检索提问后，参照用户模型库中的类似成功检索案例，以形成全面有效的检索提问进行检索;若用户模型库中无类似成功检索案例，则依据本体库中的知识对检索提问进行规范化处理，找出出现该关键字的各个领域及在该领域下的关键字的含义。然后处理Agent将处理后的检索提问返回到用户Agent，由用户根据自己需求选择或确认处理后的检索提问，并再次依序往下传递检索提问。当然，用户可以设定无需将处理结果返回，而由系统全权代理。

(4)检索信息:处理Agent先将检索提问传递给检索Agent，进行本地信息库的就近检索，若找到相关信息则直接将结果返回处理Agent，比如需求相同的不同用户提出相同检索任务，则后来用户的检索提问可以“照搬”先前用户的检索结果，即只需在本地信息库进行搜索，从而提高检索效率。若检索Agent在本地信息库没有检索到相关信息，或者检索到的信息的相关性低于指定阈值(阈值可由用户或系统设定)，则处理Agent将检索提问传递给搜索Agent，搜索Agent到远端进行搜索。最后搜索Agent将搜索到的信息返回到处理Agent。

(5)检索结果的处理:根据用户的个性化需求，处理Agent对返回的检索结果进行分析、过滤，并将结果推荐给用户。若检索结果来自远端搜索，则处理Agent还要将检索结果存入本地信息库。

(6)用户反馈信息的学习:应用层将检索结果提交给用户后，学习Agent对用户Agent收集的用户的相关反馈信息进行学习，以存储相关结果，如成功搜索案例，并依据用户的反馈信息进行自学习，完善自身功能，如调整由系统设定的相关性阈值等。

(7)相关信息的主动推荐:根据用户模型库记录的用户的相关信息，当用户完成一次检索后，按照用户设定的推送服务周期，智能搜索引擎能主动依据用户需求完成(1)～(6)步信息搜索过程，而其检索提问及检索提问的修改由系统自动进行，一旦检索到相关信息，则以一定方式推荐给用户。