| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第9-13页 |
| 图目录 | 第13-15页 |
| 表目录 | 第15-16页 |
| 算法目录 | 第16-17页 |
| 第1章 绪论 | 第17-25页 |
| 1.1 论文研究背景 | 第17-21页 |
| 1.1.1 智能化在新时代的发展 | 第17-18页 |
| 1.1.2 智能代理发展背景 | 第18-19页 |
| 1.1.3 新的计算环境的变化对终端用户的影响 | 第19-21页 |
| 1.2 研究问题的提出 | 第21-22页 |
| 1.3 论文的主要研究工作 | 第22-24页 |
| 1.3.1 论文的研究内容 | 第22-23页 |
| 1.3.2 论文的组织结构 | 第23-24页 |
| 1.4 本章小结 | 第24-25页 |
| 第2章 云脑—云环境中面向用户的智能代理框架 | 第25-35页 |
| 2.1 引言 | 第25页 |
| 2.2 用户智能代理相关背景和研究 | 第25-28页 |
| 2.2.1 云脑智能代理相关研究 | 第25-27页 |
| 2.2.2 Web服务组合技术 | 第27-28页 |
| 2.3 基于规则的用户智能代理框架 | 第28-33页 |
| 2.3.1 基于终端用户知识的智能代理模型 | 第28-29页 |
| 2.3.2 云计算环境下云脑智能代理架构 | 第29-31页 |
| 2.3.3 云脑智能代理中关键问题 | 第31-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第3章 云脑中事实数据模型研究 | 第35-63页 |
| 3.1 引言 | 第35-36页 |
| 3.2 本体事实数据建模相关背景 | 第36-41页 |
| 3.2.1 本体建模相关研究 | 第36-39页 |
| 3.2.2 基于本体的数据表示 | 第39页 |
| 3.2.3 本体映射相关研究 | 第39-41页 |
| 3.3 基于本体的事实数据模型 | 第41-42页 |
| 3.4 数据源本体 | 第42-51页 |
| 3.4.1 数据源的元数据 | 第42-43页 |
| 3.4.2 关系型数据表示 | 第43-45页 |
| 3.4.3 Web数据的表示 | 第45-46页 |
| 3.4.4 基于形式概念分析的数据源本体构建 | 第46-51页 |
| 3.5 事实本体 | 第51-58页 |
| 3.5.1 事实本体的内容描述 | 第52-54页 |
| 3.5.2 事实本体的定义 | 第54-55页 |
| 3.5.3 事实概念模型的OWL语言描述 | 第55-56页 |
| 3.5.4 事实概念模型的构建与维护 | 第56-58页 |
| 3.6 数据本体到事实本体的映射 | 第58-61页 |
| 3.7 本章小结 | 第61-63页 |
| 第4章 基于规则的交互问题研究 | 第63-77页 |
| 4.1 引言 | 第63-64页 |
| 4.2 面向普适环境和服务的交互模型相关研究 | 第64-66页 |
| 4.2.1 服务间交互模型相关研究 | 第64-65页 |
| 4.2.2 面向服务的人机交互相关研究 | 第65-66页 |
| 4.3 基于规则的交互模型 | 第66-68页 |
| 4.4 云脑智能代理中人机交互研究 | 第68-73页 |
| 4.4.1 云脑人机交互模型 | 第69-70页 |
| 4.4.2 基于规则的界面生成 | 第70-72页 |
| 4.4.3 人机交互过程 | 第72-73页 |
| 4.5 交互原型系统实现 | 第73-76页 |
| 4.6 本章小结 | 第76-77页 |
| 第5章 基于云计算的规则引擎研究 | 第77-109页 |
| 5.1 引言 | 第77-78页 |
| 5.2 分布式规则引擎相关研究 | 第78-81页 |
| 5.2.1 规则匹配算法 | 第78-79页 |
| 5.2.2 并行分布式规则引擎 | 第79-80页 |
| 5.2.3 并发程序模型 | 第80-81页 |
| 5.3 基于消息传递的规则引擎模型 | 第81-90页 |
| 5.3.1 Rete算法分析 | 第82-84页 |
| 5.3.2 基于消息传递模型的Rete网络 | 第84-90页 |
| 5.4 云计算环境下规则引擎部署 | 第90-102页 |
| 5.4.1 云环境下消息传递的规则引擎模型部署 | 第90-92页 |
| 5.4.2 云计算环境规则引擎资源分析 | 第92-97页 |
| 5.4.3 云计算环境Rete网络节点actor分配算法 | 第97-102页 |
| 5.5 云计算环境的分布式规则引擎实现与验证 | 第102-107页 |
| 5.5.1 基于Erlang的分布式规则引擎实现 | 第102-104页 |
| 5.5.2 分布式规则引擎在云计算环境的部署 | 第104-105页 |
| 5.5.3 云计算环境中性能试验与分析 | 第105-107页 |
| 5.6 本章小结 | 第107-109页 |
| 第6章 云脑原型系统的实现与验证 | 第109-117页 |
| 6.1 引言 | 第109页 |
| 6.2 云脑智能代理原型系统的实现与部署 | 第109-113页 |
| 6.2.1 云脑智能代理系统的实现 | 第109-111页 |
| 6.2.2 云环境中云脑智能代理的部署 | 第111-113页 |
| 6.3 云脑智能代理系统应用案例 | 第113-116页 |
| 6.4 本章小结 | 第116-117页 |
| 第7章 总结和展望 | 第117-121页 |
| 7.1 本文工作总结 | 第117-118页 |
| 7.2 本文主要贡献 | 第118页 |
| 7.3 未来工作展望 | 第118-121页 |
| 参考文献 | 第121-133页 |
| 攻读博士学位期间发表的论文 | 第133-135页 |
| 攻读博士学位期间参与项目 | 第135-137页 |
| 致谢 | 第137-138页 |