模型结构是指为解决某种问题而提出的模型中各种要素之间的相互关联和相互作用的方式，即模型结构是把模型要实现的功能的明确定义，人们可以根据这些定义採取合适的方法来实现。在实际套用中有很多模型结构，例如，OSI七层网路模型结构，客户伺服器模型结构，以及在深度学习中，神经网路模型结构。

模型是指对于某个实际问题或客观事物、规律进行抽象后的一种形式化表达方式。任何模型都是由三个部分组成的，即目标、变数和关係。

编制和使用模型，首先要有明确的目标，也就是说，这个模型是乾什幺用的。只有明确了模型的目标，才能进一步确定影响这种目标的各种关键变数，进而把各变数加以归纳、综合，并确定各变数之间的关係。

变数是事物在幅度、强度和程度上变化的特徵。在组织行为学研究中要测定三种类型的变数，即自变数、因变数和中介变数。因变数在组织行为学中就是所要测量的行为反应，而自变数则是影响因变数的变数。在组织行为学中通用的因变数是生产率、缺勤率、离职率以及工作满意度等，而通用的自变数也是各种各样的，如个性、领导方式、沟通方式、奖励制度、组织设计、工作压力水平等。中介变数又称干扰变数，它会削弱自变数对因变数的影响。中介变数的存在会使自变数与因变数之间的关係更加複杂。例如，加强现场监督(自变数)会使工人劳动生产率提高(因变数)，但还要加上一个条件，即这种效果要视任务的複杂程度而定。这里的任务複杂程度就是中介变数。

确定了目标，确定了影响目标的各种变数之后，还需要进一步研究各变数之间的关係。在确定变数之间的关係时，对何者为因、何者为果的判断，应持谨慎态度。不能因为两个变数之间存在着统计上的关係，就简单地认为它们之间存在着因果关係。对变数间因果关係的判断不能轻率。现实生活中有许多表面上看来是因果关係的情况，实际上并不一定是真正的因果关係。

在系统分析阶段进行系统建模主要具有以下作用。

(1)有助于提取系统需求信息。由于系统本身的複杂性，使用模型可以在不同细节层次上来描述系统。

(2)有助于系统分析员整理思路。建立模型的过程能帮助系统分析员澄清思路和改良设计，建模过程本身对系统分析员有直接的帮助。

(3)有助于系统的分解和集成。管理信息系统往往是複杂的，在系统分析阶段对系统需求建模有助于问题的简化，并能够使系统分析员的精力一次只集中在系统的几个方面上。

(4)有助于记忆和把握相关细节。系统分析需要收集和处理数量庞大的信息，规範通用的模型成为有效的帮助记忆的工具。

(5)有助于系统开发小组以及小组成员之间进行交流。通用规範的模型是项目小组成员之间进行交流和协作的有效工具。

(6)为未来的维护和升级提供文档参考。系统分析员建立的需求模型可以作为以后的开发小组在维护和升级系统时的文档，使以后的开发者能够继续使用。

Multi- Agent 是由多个Agent组成的分布、合作的系统。其基本思想是将具有不同目标的多个 Agent对其目标、资源进行合理的安排，以协调各自行为，最大程度地实现各自的目标，其中每一个 Agent 又是一个具有自识别、知识能力的自治计算实体。最终多个Agent 协调合作形成问题求解网路。因此，Multi-Agent 系统优于单 Agent 控制的系统。基于Multi- Agent 模型结构的个性化信息检索结构体系，是由多个 Agent 结构组件组成的。把多智慧型体Agent 技术引入数字图书馆个性化信息检索中，用Agent 来描述个性化信息检索过程中的各个部分，整个信息发现过程是一个完整的结构体系，在此结构体系中，利用 Agent 本身具有的知识 (通讯知识、控制知识等) 、目标及服务策略、规划、推理等能力和Agent 本身的特性，可以实现整个数字图书馆个性化信息智慧型化检索。

Agent 具有统一的基本结构。Agent 基本结构分为三部分，即信息处理系统、引擎模组 、内部状态集 。信息处理系统是 Agent 的行为控制系统。Agent 的活性正是表现在它的事件处理系统上。在该结构中，信息是与 Agent 有关的特定状态。信息处理系统涉及三个环节的活动，即信息的感应、信息的适配、信息的处理。信息的感应: Agent 在信息感应环节中时刻捕捉其所关注的信息状态的出现，并根据其活动类型启动相应的信息适配器工作。信息的适配:Agent 通过适配器获取相关事件信息作识别。在 Agent的基本结构中，适配器作为外界与 Agent 交流信息的接口来使用。适配器就像 Agent 的感觉器官一样，通过适配器 Agent 能够从外界接受信息，并能依靠一定的智慧型对事件作出反应，并将识别结果提交给相应的信息处理部分，启动相关的信息处理方法并执行。信息的处理，Agent 通过信息的感应和适配表明了当前信息检索事件的表症状态，而信息的处理这一环节正是通过对信息检索事件的表症状态的处理，使 Agent不断智慧型化。

引擎模组是 Agent 的核心。Agent 的引擎种类主要有以下三种: 触发引擎，反射引擎、执行引擎。触发引擎: 当出现某些事件时，触发引擎就操纵事件的规则，执行複杂的推理以决定事件的反应。例如，一个传递给 A 的伺服器请求导致讯息事件的发生。A的 ( 讯息) 事件感知将及时检测该事件的发生，从而引发 A 的 ( 讯息) 事件适配接收此讯息。反射引擎，其作用是检测事件并且反映出 Agent 现有的状态。执行引擎，信息检索事件发生时能够使用虚拟机系统调用 Java 或者调用脚本语言解释系统。总的来看，引擎模组主要负责处理人机之间检索信息的互动，具有互动与协调功能。内部状态集是表现 Agent 当前状态的成分。包括感知器、适配信息、资料库信息。感知器时刻感应检索信息的出现。适配信息是从感知器接受信息，对其作出反应并提供与其他信息资源进行连线。例如用户界面信息、连线指引信息等。资料库信息是为了方便信息的查询及共享，使信息以某种标準格式存储在库里。