| 致谢 | 第1-6页 |
| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-17页 |
| 1 绪论 | 第17-35页 |
| ·论文选题背景和意义 | 第17-19页 |
| ·为什么研究网络消费 | 第17-18页 |
| ·为什么引入本体论 | 第18-19页 |
| ·论文研究的理论意义和现实意义 | 第19页 |
| ·国内外相关研究的现状综述 | 第19-32页 |
| ·关于网络消费的研究 | 第20-22页 |
| ·关于网络消费知识的相关研究 | 第22-26页 |
| ·关于智能推荐的研究 | 第26-32页 |
| ·论文的研究内容及方法 | 第32-34页 |
| ·论文主要研究内容 | 第32-33页 |
| ·论文研究方法 | 第33-34页 |
| ·论文创新点 | 第34-35页 |
| 2 KOB-OCB的提出及其基本原理研究 | 第35-59页 |
| ·KOB-OCB构架及属性分析 | 第35-50页 |
| ·KOB-OCB层次模型 | 第37-39页 |
| ·KOB-OCB过程模型 | 第39-41页 |
| ·KOB-OCB资源的统一表示与规范组织 | 第41-45页 |
| ·KOB-OCB语义交互环境 | 第45-50页 |
| ·网络消费内涵分析 | 第50-52页 |
| ·网络消费的界定 | 第50-51页 |
| ·网络消费行为的特征 | 第51-52页 |
| ·电子商务与网络消费的关系 | 第52页 |
| ·利用本体的网络消费行为描述 | 第52-59页 |
| ·本体的定义 | 第52-53页 |
| ·本体的描述语言OWL及其建模元语 | 第53-55页 |
| ·基于OWL的网络消费行为本体描述 | 第55-59页 |
| 3 KOB-OCB基础数据的知识挖掘研究 | 第59-73页 |
| ·KOB-OCB对网络消费痕迹的数据挖掘研究 | 第59-60页 |
| ·KOB-OCB的用户发现理论 | 第60-66页 |
| ·WEB用户访问日志分布及特点 | 第60-61页 |
| ·KOB-OCB对网络消费痕迹的挖掘方法 | 第61-63页 |
| ·KOB-OCB对网络消费痕迹挖掘的一般流程 | 第63-64页 |
| ·KOB-OCB对网络消费痕迹挖掘的数据预处理分析 | 第64-66页 |
| ·KOB-OCB用户发现所采用的几种挖掘算法 | 第66-67页 |
| ·KOB-OCB架构对商品和网页描述 | 第67-73页 |
| ·描述方法研究 | 第67-68页 |
| ·网络产品和服务概念—属性CA矩阵 | 第68-69页 |
| ·网页语义相似度 | 第69页 |
| ·挖掘算法 | 第69-73页 |
| 4 KOB-OCB知识本体构建方法研究 | 第73-91页 |
| ·知识本体描述 | 第73-75页 |
| ·知识本体自动构建 | 第75-76页 |
| ·KOB-OCB概念抽取与领域概念关系 | 第76-84页 |
| ·领域语义词典生成 | 第76-77页 |
| ·基于WEB页面网络消费概念抽取方法 | 第77-79页 |
| ·基于HowNet的网络消费领域概念关系 | 第79-84页 |
| ·KOB-OCB知识本体实例 | 第84-91页 |
| ·知识本体的领域确定 | 第84页 |
| ·知识本体类获取方法 | 第84-88页 |
| ·KOB-OCB的知识本体模型 | 第88-91页 |
| 5 KOB-OCB知识本体映射研究 | 第91-103页 |
| ·映射方法 | 第91-93页 |
| ·解决本体异构性的有效途径 | 第91-92页 |
| ·本体映射的定义 | 第92页 |
| ·本体映射的方法分类 | 第92-93页 |
| ·映射过程 | 第93-95页 |
| ·实体语义相似性的多匹配策略(Multi-matching Strategy)算法 | 第94页 |
| ·数据源与局部本体之间的映射 | 第94-95页 |
| ·全局本体与各局部本体的映射 | 第95页 |
| ·映射规则 | 第95-103页 |
| ·相似度的定义 | 第95-96页 |
| ·映射发现策略 | 第96-100页 |
| ·本体映射系统的特点 | 第100-103页 |
| 6 基于KOB-OCB的需求与个性化服务研究 | 第103-149页 |
| ·总体框架 | 第103-106页 |
| ·知识表示方法 | 第106-110页 |
| ·Recommend Onto本体模型 | 第106-108页 |
| ·规则和案例知识的表示方法 | 第108-110页 |
| ·知识获取方法 | 第110-127页 |
| ·知识获取方法分析 | 第110-112页 |
| ·基于本体的商品知识的获取方法 | 第112-116页 |
| ·基于本体的用户知识的获取方法 | 第116-127页 |
| ·推理机制与推荐结果的产生 | 第127-142页 |
| ·推理机制 | 第127-140页 |
| ·网络消费个性化服务系统推荐结果的产生 | 第140-142页 |
| ·服务策略的自适应选择 | 第142-149页 |
| 7 总结与展望 | 第149-151页 |
| ·全文总结 | 第149页 |
| ·未来研究展望 | 第149-151页 |
| 参考文献 | 第151-161页 |
| 附录A | 第161-162页 |
| 附录B | 第162-165页 |
| 附录C | 第165-166页 |
| 附录D | 第166-167页 |
| 附录E | 第167-169页 |
| 作者简历 | 第169-173页 |
| 学位论文数据集 | 第173页 |