| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·论文研究背景与意义 | 第9-10页 |
| ·智能 Agent 的研究现状 | 第10-11页 |
| ·本文研究内容及架构 | 第11-13页 |
| 第2章 多 Agent 技术及平台介绍 | 第13-20页 |
| ·Agent 技术综述 | 第13-15页 |
| ·多 Agent 技术主要内容 | 第15-16页 |
| ·JADE 平台 | 第16-19页 |
| ·JADE 平台综述 | 第16-17页 |
| ·JADE 平台的使用 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 个性化推荐技术研究与改进 | 第20-37页 |
| ·基于内容过滤的推荐技术 | 第20-24页 |
| ·用户兴趣模型的选择 | 第20-21页 |
| ·文本特征选取 | 第21-22页 |
| ·建立内容推荐向量 | 第22-23页 |
| ·计算用户兴趣和内容推荐向量的相似度 | 第23页 |
| ·设置初始阈值 | 第23-24页 |
| ·面临的挑战 | 第24页 |
| ·基于用户的协同过滤推荐技术 | 第24-30页 |
| ·构建评估矩阵 | 第25-27页 |
| ·查询最近邻集 | 第27-29页 |
| ·产生推荐 | 第29-30页 |
| ·面临的挑战 | 第30页 |
| ·分布式综合推荐模型 | 第30-33页 |
| ·项目推荐策略 | 第31-32页 |
| ·阈值调整 | 第32-33页 |
| ·实验分析 | 第33-36页 |
| ·实验数据集 | 第33页 |
| ·主要评价指标 | 第33-34页 |
| ·实验结果与分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于 Agent 的 Web 挖掘模型 | 第37-51页 |
| ·体系结构 | 第37-38页 |
| ·Agent 协作工作流程 | 第38-40页 |
| ·用户界面层 | 第40-41页 |
| ·业务处理层 | 第41-47页 |
| ·学习 Agent | 第41-42页 |
| ·分析 Agent | 第42-43页 |
| ·信息选择 Agent | 第43-45页 |
| ·收集 Agent | 第45页 |
| ·推送 Agent | 第45-47页 |
| ·知识层 | 第47-50页 |
| ·服装信息知识库 | 第48-49页 |
| ·用户知识库 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 基于 Agent 服装信息服务系统设计与实现 | 第51-66页 |
| ·系统功能需求 | 第51-53页 |
| ·服装信息浏览 | 第51页 |
| ·服装管理模块 | 第51-52页 |
| ·购物模块 | 第52页 |
| ·用户管理模块 | 第52-53页 |
| ·系统体系结构 | 第53-54页 |
| ·两级数据库设计 | 第54-59页 |
| ·交换库设计 | 第55-57页 |
| ·本地库设计 | 第57-59页 |
| ·主要模块设计与实现 | 第59-65页 |
| ·用户管理模块 | 第59页 |
| ·服装管理模块 | 第59-60页 |
| ·信息浏览模块 | 第60-62页 |
| ·购物模块 | 第62-63页 |
| ·个性化推荐 | 第63-65页 |
| ·自主学习 | 第65页 |
| ·本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| ·总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71页 |