What is the worst part about dealing with multi-agent system technologies?

Savoy (2002) affirme que 85 % des utilisateurs qui cherchent des informations sur la Toile font appel à plusieurs moteurs de recherche, ce qui dénote les insuffisances de chaque moteur pris séparément. L’insatisfaction liée aux mauvais résultats obtenus provient essentiellement de deux facteurs:

• les moteurs n’indexent pas tous les mêmes des pages;

• les moteurs évaluent différemment la qualité des pages obtenues.

Dans ce travail, nous nous intéressons surtout au deuxième problème.

La qualité d’un site est calculée différemment selon le moteur de recherche employé. Certains moteurs utilisent la fréquence des termes présents dans la requête, d’autres des techniques heuristiques. La technique utilisée par Google, connue sous le nom dePage Rank (Brin et Page, 1998), consiste à apprécier la qualité d’une page en dénombrant le nombre de liens pointant sur celle-ci. L’heuristique dans ce cas est fondée sur la relation sémantique dénotée par les liens. Ce genre de techniques peut convenir dans certains cas, mais ne donne pas toujours de bons résultats, car ni les préférences ni les connaissances des utilisateurs ne sont prises en compte, autrement dit les résultats ne sont pas personnalisés.

La personnalisation si elle n’est pas un sujet nouveau, continue à susciter de nouvelles approches. Les premières idées ont été avancées au début des années 90 par Lieberman (1997), Armstrong et collaborateurs (1995), Chen et Sycara (1998) et Lashkari et collaborateurs (1994). Les trois premiers groupes ont construit des agents isolés d’aide à la navigation sur la Toile et le dernier groupe a conçu un système d’agents capable de gérer des courriels. Dans la lignée de ces travaux, nous pensons que l’introduction de systèmes multi-agents (SMA) peut donner de meilleurs résultats que des agents personnels isolés. En effet, les agents d’un SMA peuvent:

• faciliter la personnalisation d’information, car certains agents peuvent être spécialisés dans la création et la gestion de modèles d’utilisateurs;

• faciliter l’accès à des sources d’information multiples;

• échanger des informations afin de se perfectionner, et participer à un processus collaboratif de résolution distribuée;

• distribuer et équilibrer la charge de travail.

Nous nous sommes appuyés sur ces hypothèses pour concevoir et développer un SMA appelé MAIS (Multi-Agent based Internet Search) pour la recherche d’informations personnalisées sur la Toile. Nous détaillons dans cet article l’architecture et le développement de MAIS, et discutons quelques travaux voisins des nôtres. La section 2 introduit quelques caractéristiques et avantages des SMA ouverts; la section 3 présente MAIS; la section 4 analyse les performances de MAIS; les travaux se rapprochant des nôtres et les différentes formes de personnalisation de l’information sur la Toile sont discutés dans la section 5; finalement, la section 6 conclut l’article.