Coordinating Filtering Strategies in Cooperative Agent Communities
| dc.contributor.advisor | Albayrak, Sahin | en |
| dc.contributor.author | Milosevic, Dragan | en |
| dc.contributor.grantor | Technische Universität Berlin, Fakultät IV - Elektrotechnik und Informatik | en |
| dc.date.accepted | 2006-06-09 | |
| dc.date.accessioned | 2015-11-20T16:55:23Z | |
| dc.date.available | 2006-06-14T12:00:00Z | |
| dc.date.issued | 2006-06-14 | |
| dc.date.submitted | 2006-06-14 | |
| dc.description.abstract | Eine Folge der gegenwärtigen Informationsflut ist, dass die Benutzer die gewünschten Informationen in verschiedenen Quellen suchen müssen. Sie haben dabei große Schwierigkeiten ihr Informationsbedürfnis formal zu beschreiben. Folglich führen selten manuell erstellte Anfragen an ein Suchsystem zu befriedigenden Ergebnissen. Ein kritischer Faktor bei der Suche nach gewünschten Informationen ist die Antwortzeit des Systems, d.h. die Zeitspanne zwischen dem Absenden einer Suchanfrage und der Präsentation der Suchergebnisse. Aus diesem Grund versuchen Suchmaschinen stets einen akzeptablen Kompromiss zwischen der Qualität der Information und der Antwortzeit zu finden. Die Endbenutzer erwarten schließlich möglichst gute Suchergebnisse und deswegen sollte ein System robust sein, um auch bei internen Fehlern akzeptable Resultate zu liefern. Eine große Schwäche von vielen Suchmaschinen ist, dass Informationen nicht auf verteilte und dynamische Weise gesucht werden. Des Weiteren werden alte Suchanfragen nicht ausgewertet, um die Erkenntnisse für neue Suchanfragen auszunutzen. Die Verfügbarkeit des Systems wird auch oft ignoriert, weil ein Test von Suchmaschinen normalerweise in Labors erfolgt in denen nichts Unerwartetes passieren kann. Das Wesentliche in der vorgeschlagenen Lösung für die verteilte Filterung ist die Installation sowohl von Agentengruppen für verschiedene Datenbanken als auch von Kooperationsmechanismen, die passende Datenbanken für eine gegebene Anfrage finden können. Die installierten Adaptationstechniken, die zuerst alten Anfragen finden und diese dann verwenden, um die aktuelle Anfrage anzupassen, ermöglichen dass sogar falsch formulierte Anfragen relevante Bereich intelligent durchsuchen können. Die Verfügbarkeit des Systems ist verbessert sowohl durch die Installation von Filteragenten im Rahmen von Agentengruppen als auch durch ihre gegenseitige Koordination, die die Aktivierung von Agenten vermeidet für welche nicht genug Resoursen zur Verfügung stehen. Die Koordination von mehreren Strategien kann auch verwendet werden, um die Robustheit zu erhöhen, indem bei Ausfall für einen gewählten Agenten ein alternativer Agent einspringt. Die Kooperations-, Adaptations- und Koordinationsverfahren wurden in JIAC IV implementiert. Jedes dieser Verfahren wurde als eine Kollektion von Komponenten realisiert, so dass diese problemlos durch aktualisierte oder verbesserte Versionen ersetzt werden können, um somit die Flexibilität von Mechanismen zu gewährleisten. Die Anwendbarkeit der Verfahren wurde unter realen Bedingungen in einem Persönlichen Informationsassistenten (PIA) gezeigt, dessen Filtrierungssystem kritisch von den Kooperations-, die Adaptations- und Koordinationsverfahren abhängig ist. Experimentelle Ergebnisse zeigen, dass die Kooperationsverfahren trotz der dynamischen Änderungen des zugrunde liegenden Inhalts die richtige Agentengruppe für eine gegebene Anfrage erfolgreich lokalisieren. Im Vergleich mit Kollaborativer Filterung und Crossover Techniken zeigten die entwickelten Adaptionsverfahren ein gute Leistungsfähigkeit. Die vorgeschlagenen Koordinationsverfahren konnten selbst in Agentengruppen erfolgreich integriert werden, die tausende von Agenten besitzen. Unter der Betrachtung der Verfügbarkeit des Systems ist es möglich die Aufgaben zu eliminieren, die länger als 1000 s dauern. Die Koordinationsverfahren können sich während der Laufzeit verbessern, indem sie erfolgreich jede einzelne Aufgabe verwenden, die kürzer als 10 s ist. | de |
| dc.description.abstract | A great easiness to produce and publish information has influenced that users typically have to search numerous distributed sources while satisfying their needs. Besides, they exhibit great difficulties to formally represent their preferences, and thus many manually created filtering requests have weak chances to initiate a delivery of needed results. As a delay for providing the sought data becomes a more and more critical factor, underlying engines have also to carefully address a trade-off between result relevance and response time. The end users finally expect as good results as possible, and consequently a system should be able to always deliver them in spite of more or less severe internal failures. Ignoring a necessity to address information retrieval in both distributed and dynamic enough manner is a major drawback for many existing search engines that try to survive an ongoing information explosion. These systems also process queries in a direct manner, and therefore the expertise from many excellent, and already fulfilled requests, remains unutilised. The resource availability is also often ignored, as developed filtering solutions are usually tested in protected conditions, where nothing unexpected can happen. The essence of a proposed solution for performing distributed filtering is in installing communities around different databases, as well as setting cooperation mechanisms that are able to find the right sources for a given request. The deployed exploration techniques, which first identify the usable old requests, and then utilise them to adapt the actual one, guarantee that even wrongly formulated information needs will intelligently explore the potentially relevant areas of interest. The resource availability is taken into account by deploying different filtering agents, each knowing their own searching heuristics, inside communities, as well as coordinating them to alleviate a selection of those for which the needed resources are currently highly loaded. A coordination of multiple strategies can be also naturally used to increase robustness and provide self-healing functionalities, where an alternative agent is selected in a case of a failure of an initially selected one. The cooperation, exploration and coordination schemes are realised in JIAC IV, being a framework for developing multi-agent systems. Every mechanism is developed as a set of components, which might be easily replaced with their improved versions, and which thus increase a flexibility of a given implementation. An applicability of these approaches is practically illustrated in a personal information assistant (PIA), whose filtering system critically depends on cooperation, exploration and coordination mechanisms. Experimental results show that the given cooperation scheme manages to successfully locate the right communities for a given request in spite of the dynamic changes of their underlying content. The exploration approach also has superior performances, regarding a number of off-topic results, when being compared with pure collaborative filtering and mutation & crossover techniques. The proposed coordination approach finally scales well, and it can be applied even inside communities with thousands of agents. By estimating a load of resources before deciding which strategy will do filtering, it effectively eliminates long lasting jobs with duration over 1000 seconds, and thus reduces the average response time. It can finally improve itself during runtime by successfully using every single job, being shorter than 10 seconds. | en |
| dc.identifier.uri | urn:nbn:de:kobv:83-opus-13120 | |
| dc.identifier.uri | https://depositonce.tu-berlin.de/handle/11303/1670 | |
| dc.identifier.uri | http://dx.doi.org/10.14279/depositonce-1373 | |
| dc.language | English | en |
| dc.language.iso | en | en |
| dc.rights.uri | http://rightsstatements.org/vocab/InC/1.0/ | en |
| dc.subject.ddc | 004 Datenverarbeitung; Informatik | en |
| dc.subject.other | Agentensysteme | de |
| dc.subject.other | Datenbanken | de |
| dc.subject.other | Filterung | de |
| dc.subject.other | Kooperation | de |
| dc.subject.other | Koordination | de |
| dc.subject.other | Agent systems | en |
| dc.subject.other | Cooperation | en |
| dc.subject.other | Coordination | en |
| dc.subject.other | Databases | en |
| dc.subject.other | Filtering | en |
| dc.title | Coordinating Filtering Strategies in Cooperative Agent Communities | en |
| dc.title.translated | Koordination von Filterstrategien in kooperativen Agentengemeinschaften | de |
| dc.type | Doctoral Thesis | en |
| dc.type.version | publishedVersion | en |
| tub.accessrights.dnb | free | * |
| tub.affiliation | Fak. 4 Elektrotechnik und Informatik | de |
| tub.affiliation.faculty | Fak. 4 Elektrotechnik und Informatik | de |
| tub.identifier.opus3 | 1312 | |
| tub.identifier.opus4 | 1280 | |
| tub.publisher.universityorinstitution | Technische Universität Berlin | en |
Files
Original bundle
1 - 1 of 1