多Agent推荐系统及应用

《多Agent推荐系统及应用》主要将Agent技术应用于推荐系统，以改善现有的推荐方法，包括以下五个方面的内容：1.推荐系统及应用中相关理论分析；2.基于“效用”（Utility）理论的推荐方法研究；3.基于BDI Agent的协作推荐模型研究；4.基于遗传算法的粗糙集属性约简研究；5.基于合同网的协作粒子群优化方法研究。本书还探讨了粗糙集理论及智能优化方法在其中综合应用问题。本书适合高校计算机专业的本科生及硕士生参考阅读。第1章介绍了本书的主要工作、推荐系统的概念及研究现状、智能Agent与推荐系统等内容。第2章介绍了推荐系统的分类、主要算法、评价方法等内容，以及Agent技术、粗糙集理论等相关技术。第3章介绍了基于粗糙集及多属性效用的推荐研究，包括多目标决策、TOPSIS方法、粗糙集属性重要度识别等内容，提出了基于粗糙集及多属性效用的推荐流程、系统框架，以及实验及分析的结果。第4章介绍了基于BDI Agent的协作推荐研究，包括Agent的分工与职能、基于协作推荐的改进合同网、协作推荐结果的生成方法等内容，还使用ACL协议和合同网进行了实验及分析。第5章介绍了基于遗传算法的粗糙集属性约简研究，包括粗糙集属性约简相关概念、遗传算法分析以及基于遗传算法的可变精度粗糙集属性约简等内容，提出了基于关系运算的可变精度粗糙集，并使用实验进行了验证。第6章介绍了基于合同网模型的协作粒子群优化研究，包括粒子群算法的概述与分析、多Agent系统的协作等内容，提出了基于合同网的协作粒子群背包求解算法，并使用实验进行了分析。第7章对全书进行了总结，并展望了未来的研究方向。本书详细讲解了Agent技术在推荐系统中的应用，着重阐述了基于BDI Agent的协作推荐模型和基于合同网的协作粒子群优化模型，这些对于提高推荐系统的效果有很高的实用价值。