| 内容摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第1章 引言 | 第9-15页 |
| ·研究背景 | 第9-10页 |
| ·研究现状 | 第10-11页 |
| ·研究动机与目的 | 第11-12页 |
| ·研究内容 | 第12-13页 |
| ·论文结构 | 第13-15页 |
| 第2章 相关理论 | 第15-33页 |
| ·软件Agent(Intelligent Software Agent) | 第15-22页 |
| ·Agent的基本概念 | 第15-17页 |
| ·多Agent系统 | 第17-19页 |
| ·移动Agent | 第19-21页 |
| ·多Agent系统的开发设计 | 第21-22页 |
| ·信息推荐系统(Information Recommender System) | 第22-28页 |
| ·推荐系统概述 | 第22-23页 |
| ·信息推荐技术 | 第23-27页 |
| ·推荐系统的分类 | 第27-28页 |
| ·模糊理论(Fuzzy Set Theory) | 第28-30页 |
| ·决策树(Decision Tree) | 第30-31页 |
| ·信息推送(Information Push) | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于Agent的信息推荐系统 | 第33-40页 |
| ·系统架构 | 第33-38页 |
| ·系统结构模型 | 第33-35页 |
| ·用户Agent | 第35页 |
| ·过滤Agent | 第35-37页 |
| ·检索Agent | 第37页 |
| ·Agent服务器 | 第37-38页 |
| ·Dock服务器 | 第38页 |
| ·系统中多Agent的协作与安全保证 | 第38-39页 |
| ·Agent的任务分配 | 第38页 |
| ·Agent的协作模式 | 第38-39页 |
| ·Agent的安全问题 | 第39页 |
| ·本章小结 | 第39-40页 |
| 第4章 信息推荐策略 | 第40-53页 |
| ·信息过滤 | 第40-47页 |
| ·寻找相似用户 | 第40-41页 |
| ·扩展评价矩阵 | 第41-44页 |
| ·获得过滤结果 | 第44-46页 |
| ·信息过滤算法 | 第46-47页 |
| ·兴趣学习 | 第47-52页 |
| ·基于向量空间模型的兴趣学习 | 第47-49页 |
| ·基于实例的兴趣学习 | 第49-51页 |
| ·信息推送(PUSH)服务 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 原型系统的设计与实验 | 第53-64页 |
| ·实验平台 | 第53-54页 |
| ·原型系统设计 | 第54-55页 |
| ·系统实现及应用实例 | 第55-60页 |
| ·实验结果分析 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第6章 小结与展望 | 第64-66页 |
| ·工作小结 | 第64页 |
| ·未来工作展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70页 |