Evolvierende Agenten für personalisiertes Informationsfiltern

Beschreibt, wie Techniken aus dem Bereich des künstlichen Lebens verwendet werden können, um eine Population von personalisierten Informationsfilteragenten zu entwickeln. Die Technik der künstlichen Evolution und die Technik des Lernens aus Rückmeldungen werden kombiniert, um ein halbautomatisches Informationsfiltersystem zu entwickeln, das sich dynamisch an die sich ändernden Interessen des Nutzers anpasst. Die Ergebnisse einer Reihe von Experimenten werden präsentiert, in denen eine kleine Population von Informationsfilteragenten entwickelt wurde, um eine personalisierte Auswahl von Nachrichtenartikeln aus den USENET-Newsgroups zu treffen. Die Ergebnisse zeigen, dass die Komponente der künstlichen Evolution des Systems für die Verbesserung der Rückrufrate des ausgewählten Satzes von Artikeln verantwortlich ist, während die Komponente des Lernens aus Rückmeldungen die Präzisionsrate verbessert.