| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11-12页 |
| 1.1.1 普适计算的定义 | 第11页 |
| 1.1.2 上下文感知计算 | 第11页 |
| 1.1.3 上下文的定义 | 第11-12页 |
| 1.1.4 上下文信息的预测及其研究意义 | 第12页 |
| 1.2 上下文预测的研究现状 | 第12-13页 |
| 1.3 本课题的研究内容 | 第13-14页 |
| 1.3.1 基于本体（Ontology）的上下文模型 | 第13-14页 |
| 1.3.2 集成协作过滤技术的上下文预测 | 第14页 |
| 1.3.3 原型系统的设计与实现 | 第14页 |
| 1.4 论文结构 | 第14-15页 |
| 第二章 相关研究 | 第15-25页 |
| 2.1 上下文预测技术 | 第15-18页 |
| 2.1.1 上下文信息的预测 | 第15-16页 |
| 2.1.2 位置预测 | 第16-18页 |
| 2.1.3 小结 | 第18页 |
| 2.2 协作过滤技术 | 第18-20页 |
| 2.2.1 用户资料的建立（User Profile） | 第18-19页 |
| 2.2.2 发现最近邻居 | 第19页 |
| 2.2.3 生成推荐数据 | 第19-20页 |
| 2.3 上下文感知系统 | 第20-24页 |
| 2.3.1 上下文信息的建模 | 第20-22页 |
| 2.3.2 上下文信息的处理 | 第22-24页 |
| 2.3.3 小结 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 上下文的建模和推理 | 第25-31页 |
| 3.1 上下文信息建模的方法 | 第25页 |
| 3.2 上下文谓词 | 第25-26页 |
| 3.3 上下文信息本体 | 第26-28页 |
| 3.4 时间属性（Temporal Attribute） | 第28-29页 |
| 3.5 本章小结 | 第29-31页 |
| 第四章 集成协作过滤技术的上下文预测 | 第31-43页 |
| 4.1 协作过滤与上下文的结合 | 第31-35页 |
| 4.1.1 上下文的关联性 | 第32-33页 |
| 4.1.2 用户兴趣子类划分 | 第33-34页 |
| 4.1.3 用户的评价 | 第34-35页 |
| 4.2 适应上下文感知环境的协作过程 | 第35-38页 |
| 4.2.1 用户数据项 | 第35-36页 |
| 4.2.2 发现最近邻 | 第36页 |
| 4.2.3 结合上下文信息计算用户对于项目的兴趣度 | 第36-37页 |
| 4.2.4 生成推荐集合 | 第37-38页 |
| 4.3 实验结果及其分析 | 第38-42页 |
| 4.3.1 测试数据集 | 第38-40页 |
| 4.3.2 实验原型系统 | 第40-41页 |
| 4.3.3 数据分析 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 原型系统iCaCF 的设计与实现 | 第43-57页 |
| 5.1 概述 | 第43-44页 |
| 5.2 服务层（Service Layer） | 第44-49页 |
| 5.2.1 上下文查询/存储 | 第44-46页 |
| 5.2.2 上下文预测 | 第46-47页 |
| 5.2.3 移动设备 Agent 服务 | 第47-49页 |
| 5.3 消息处理层（Message Broker Layer） | 第49-50页 |
| 5.4 智能导览系统应用实例 | 第50-56页 |
| 5.4.1 应用场景介绍 | 第51页 |
| 5.4.2 智能导览系统的需求分析 | 第51-53页 |
| 5.4.3 系统实现 | 第53-56页 |
| 5.5 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57页 |
| 6.2 未来的工作 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 附录 1 上层本体设计 | 第62-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间已发表或录用的论文 | 第67页 |
