基于Agent的个性化出版物信息服务系统设计
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 绪论 | 第9-14页 |
| ·论文研究背景与意义 | 第9-10页 |
| ·网上信息挖掘的研究现状 | 第10-12页 |
| ·Web挖掘研究现状 | 第10-11页 |
| ·智能Agent的研究现状 | 第11-12页 |
| ·本文研究内容 | 第12-14页 |
| 第2章 多Agent技术及平台介绍 | 第14-26页 |
| ·问题概述 | 第14页 |
| ·Agent基本定义 | 第14-16页 |
| ·Agent技术综述 | 第16-18页 |
| ·多Agent技术主要内容 | 第18-19页 |
| ·JADE平台 | 第19-24页 |
| ·JADE平台综述 | 第19-20页 |
| ·JADE的特点 | 第20-21页 |
| ·JADE平台的使用 | 第21-24页 |
| ·相关协议 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 个性化推荐技术研究与改进 | 第26-46页 |
| ·基于内容过滤的推荐技术 | 第26-30页 |
| ·用户兴趣模型的建立 | 第26-27页 |
| ·文本特征选取 | 第27页 |
| ·建立内容推荐向量 | 第27-28页 |
| ·用户兴趣和内容推荐向量的相似度计算 | 第28-29页 |
| ·设置初始阈值 | 第29页 |
| ·面临的挑战 | 第29-30页 |
| ·基于用户的协同过滤推荐技术 | 第30-38页 |
| ·构建评估矩阵 | 第31-34页 |
| ·查询最近邻集 | 第34-35页 |
| ·产生推荐 | 第35-37页 |
| ·面临的挑战 | 第37-38页 |
| ·分布式综合推荐模型 | 第38-40页 |
| ·项目推荐策略 | 第38-39页 |
| ·阈值调整 | 第39-40页 |
| ·实验分析 | 第40-45页 |
| ·实验数据集 | 第40页 |
| ·主要评价指标 | 第40-41页 |
| ·实验结果与分析 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于Agent的Web挖掘模型 | 第46-61页 |
| ·体系结构 | 第46-48页 |
| ·Agent协作工作流程 | 第48-49页 |
| ·知识层 | 第49-51页 |
| ·出版物知识库 | 第49-51页 |
| ·用户知识库 | 第51页 |
| ·用户界面层 | 第51-52页 |
| ·业务处理层 | 第52-60页 |
| ·学习Agent | 第52-54页 |
| ·分析Agent | 第54-55页 |
| ·信息选择Agent | 第55-57页 |
| ·收集Agent | 第57页 |
| ·推送Agent | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 出版物信息服务系统设计与实现 | 第61-74页 |
| ·系统实现的目的 | 第61页 |
| ·系统软硬件配置 | 第61-62页 |
| ·系统体系结构 | 第62-63页 |
| ·两级数据库设计 | 第63-66页 |
| ·交换库设计 | 第63-65页 |
| ·本地库设计 | 第65-66页 |
| ·主要模块设计与实现 | 第66-73页 |
| ·用户管理模块 | 第66-67页 |
| ·商品管理模块 | 第67-68页 |
| ·信息浏览模块 | 第68-69页 |
| ·购物模块 | 第69-70页 |
| ·个性化推荐 | 第70-72页 |
| ·综合查询 | 第72-73页 |
| ·自主学习 | 第73页 |
| ·本章小结 | 第73-74页 |
| 第6章 总结与展望 | 第74-76页 |
| ·主要工作总结 | 第74-75页 |
| ·展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 攻读学位期间的研究成果 | 第80页 |
