| 第一章 引 言 | 第1-12页 |
| ·论文的研究背景 | 第9-10页 |
| ·论文的研究内容与意义 | 第10-11页 |
| ·论文组织结构 | 第11-12页 |
| 第二章 本体概论 | 第12-17页 |
| ·本体的概念及分类 | 第12-15页 |
| ·本体的概念界定 | 第12-13页 |
| ·本体的基本内容 | 第13-14页 |
| ·本体的分类 | 第14-15页 |
| ·本体构造的方法 | 第15页 |
| ·本体在基于多Agent系统的个性化数据挖掘模型中的应用 | 第15-17页 |
| 第三章 基于本体的个性化用户模型建立技术 | 第17-25页 |
| ·个性化用户模型的建立技术概况 | 第17-18页 |
| ·基于本体的个性化用户模型表示 | 第18-20页 |
| ·基于本体的用户建模算法 | 第20-24页 |
| ·用户模型的学习算法 | 第20-21页 |
| ·兴趣度计算算法 | 第21-24页 |
| ·个性化用户模型在本系统模型中的应用 | 第24页 |
| ·可用于生成用户个性化模型的学习算法 | 第24页 |
| ·可用于个性化、强约束条件的服务请求产生算法 | 第24页 |
| ·小 结 | 第24-25页 |
| 第四章 数据挖掘技术及在本系统模型中的应用 | 第25-34页 |
| ·数据挖掘概述 | 第25-26页 |
| ·常见的数据挖掘分析方法 | 第26-28页 |
| ·关联分析 | 第26页 |
| ·分类分析 | 第26-27页 |
| ·聚类分析 | 第27-28页 |
| ·序列模式分析 | 第28页 |
| ·数据挖掘技术在本系统模型中的应用 | 第28-33页 |
| ·基于遗传算法的兴趣度变化量计算问题的表示方法 | 第28-29页 |
| ·基于聚类分析的客户分类算法 | 第29-33页 |
| ·小 结 | 第33-34页 |
| 第五章 多Agent技术及其在本系统模型中的应用 | 第34-49页 |
| ·Agent技术简介 | 第34-36页 |
| ·Agent的定义 | 第34页 |
| ·Agent的基本属性 | 第34-35页 |
| ·Agent的基本结构 | 第35页 |
| ·移动Agent | 第35-36页 |
| ·多Agent系统简介 | 第36页 |
| ·多Agent系统的定义 | 第36页 |
| ·多Agent系统的基本要素 | 第36页 |
| ·多Agent系统的支撑环境 | 第36-39页 |
| ·Agent生命周期模型 | 第37页 |
| ·安全模型 | 第37页 |
| ·通信模型 | 第37-39页 |
| ·Agent移动模型 | 第39页 |
| ·多Agent之间的交互技术 | 第39-43页 |
| ·Agent通信语言概述 | 第39-40页 |
| ·知识查询与操作语言(KQML) | 第40-41页 |
| ·知识交换格式(KIF) | 第41-43页 |
| ·Agent通信协议 | 第43页 |
| ·基于本体的联盟式多Agent交互模型 | 第43-48页 |
| ·联盟式多Agent交互模型 | 第44-45页 |
| ·基于本体的中介Agent的体系结构 | 第45-46页 |
| ·基于本体的实现共享知识内容描述定义的方法 | 第46-48页 |
| ·小 结 | 第48-49页 |
| 第六章 基于多Agent系统的个性化数据挖掘系统模型 | 第49-56页 |
| ·基于多Agent系统的个性化数据挖掘系统模型 | 第49-53页 |
| ·系统的基本思想及模型结构 | 第49-50页 |
| ·系统模型中各组成部分简介 | 第50-53页 |
| ·基于多Agent系统的个性化数据挖掘算法 | 第53-54页 |
| ·应用 | 第54-55页 |
| ·小 结 | 第55-56页 |
| 第七章 总结与展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致 谢 | 第60-61页 |
| 个人简历 | 第61页 |