| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·论文研究总体思路 | 第10页 |
| ·论文的主要研究内容和组织结构 | 第10-12页 |
| ·论文的创新点 | 第12-13页 |
| 2 文献综述 | 第13-19页 |
| ·国内外研究现状 | 第13-15页 |
| ·推荐系统及技术研究现状 | 第13-14页 |
| ·多属性决策方法研究现状 | 第14-15页 |
| ·推荐系统实例简介 | 第15-18页 |
| ·本章小结 | 第18-19页 |
| 3 相关理论介绍 | 第19-40页 |
| ·基于多 Agent 的推荐系统研究 | 第19-23页 |
| ·Agent 和多Agent 系统 | 第19-20页 |
| ·多Agent 间的通信研究 | 第20-21页 |
| ·基于多Agent 的推荐系统 | 第21-23页 |
| ·基于CBR 的推荐系统研究 | 第23-34页 |
| ·CBR 的发展 | 第23-24页 |
| ·CBR 实现原理 | 第24-30页 |
| ·学习CBR 的简单工具——myCBR | 第30-31页 |
| ·基于CBR 的推荐系统 | 第31-34页 |
| ·MADM 推荐方法研究 | 第34-38页 |
| ·多属性决策理论 | 第34-37页 |
| ·基于MADM 方法的推荐 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 4 基于 CBR 和 MADM 的多 Agent 推荐系统模型设计 | 第40-48页 |
| ·引入 CBR 和 Agent 技术的可行性 | 第40-41页 |
| ·系统需求分析 | 第41页 |
| ·CMARS 模型 | 第41-47页 |
| ·推荐Agent | 第44页 |
| ·案例管理Agent | 第44-45页 |
| ·决策Agent | 第45-46页 |
| ·搜索Agent | 第46页 |
| ·知识获取Agent | 第46-47页 |
| ·多Agent 的协作 | 第47页 |
| ·本章小结 | 第47-48页 |
| 5 CMARS 中的算法设计 | 第48-61页 |
| ·基于距离的相似案例检索算法 | 第48-54页 |
| ·算法分析及整体思路 | 第48-51页 |
| ·算法具体步骤 | 第51-52页 |
| ·实例应用 | 第52-54页 |
| ·基于逼近理想解的推荐算法 | 第54-60页 |
| ·算法分析及整体思路 | 第54-57页 |
| ·算法具体步骤 | 第57-58页 |
| ·算例分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 6 CMARS 系统的应用实现 | 第61-80页 |
| ·开发工具和实现平台 | 第61-64页 |
| ·JADE 平台组成 | 第61-62页 |
| ·JADE 主要类库 | 第62-64页 |
| ·体系结构 | 第64-65页 |
| ·系统中 Agent 的实现方法 | 第65-74页 |
| ·Behaviour 的添加 | 第66-69页 |
| ·服务的注册与搜索 | 第69-70页 |
| ·Agent 间信息的传送与接收 | 第70-72页 |
| ·JADE 中的Web 接口实现 | 第72-74页 |
| ·推荐实例演示 | 第74-79页 |
| ·推荐实例 | 第74-77页 |
| ·实验结果及分析 | 第77-79页 |
| ·本章小结 | 第79-80页 |
| 7 总结与展望 | 第80-82页 |
| ·全文总结 | 第80-81页 |
| ·有待进一步改进和深入研究之处 | 第81-82页 |
| 参考文献 | 第82-88页 |
| 致谢 | 第88-89页 |
| 攻读学位期间取得的科研成果清单 | 第89页 |