کاوه کاوسی - دانش آموخته کارشناسی ارشد گروه مهندسی برق و کامپیوتر، قطب کنترل و پرد
بهزاد مشیری - دانشیار گروه مهندسی برق و کامیپوتر، قطب کنترل و پردازش هوشمند، دانشک

مساله ی ترکیب اطلاعات که در سطحی فراتر از ترکیب داده ها قرار دارد، این امکان را فراهم می سازد تا از روی اطلاعاتی که هر یک از زوایای مختلف نسبت به یک موضوع گردآوری می شوند و آمیخته با عدم قطعیت می باشندف نتیجه ای کاملتر و خالصتر حاصل گردد. امروزه نیاز به سیستم های هوشمندی که قادر باشند تا به صورت فراجویشگر شخصی اطلاعات مورد نیاز کاربر را از میان حجم عظیم اطلاعات در دسترس تهیه کنند و در اختیار وی قرار دهند، بسیار محسوس است و اقدامات انجام شده در این زمینه هنوز نواقص فراوانی دارند. در یک فراجویشگر علائق کاربر در یافت می شود و با توجه به آن پرس و جو های متناسب با چند موتور جستجو تنظیم می گردد و به موتور های جستجو ارسال می شود. سپس نتایج بازگشتی از موتورهای جستجو پالایش می شوند و پس از تعیین اولویت در اختیار کاربر قرار می گیرند. اما بدیهی است که قدرت موتورهای جستجوی مختلف با هم برابر نمی باشد و مهمتر از آن اینکه هر یک در پاره ای از موضوعات قوی تر از سایرین عمل می کنند. در همین راستا در این مقاله تلاش شده است تا بخشی از معماری یک عامل هوشمند سفارشی، که قادر است به مررر زمان و با توجه به بازخوری که از کاربر دریافت می کند مدل رفتاری موتورهای جستجو را در خوشه های موضوعی مختلف استخراج نماید، مورد بررسی قرار گیرد. این فراجویشگر مدل رفتاری استخراج شده از موتورهای جستجو را در ارزیابی نهایی مستندات یافت شده(با توجه به اینکه هر سند از طریق کدام موتور جستجو یافت شده است) برای اولویت بندی نتایج به کار می گیرد. همچنین این فراجویشگر با استفاده از مکانیزم ترکیب لیست ها نتایج حاصل از موتورهای جستجو را ترکیب می کند.

ترکیب اطلاعات، ترکیب مجموعه ها، ترکیب لیست ها، فراجویشگر