| 摘要 | 第1-7页 |
| Abstract | 第7-16页 |
| 第一章 绪论 | 第16-25页 |
| ·课题研究的背景 | 第16-19页 |
| ·计算智能与计算Web智能 | 第16-17页 |
| ·粒度计算 | 第17-18页 |
| ·粗糙集理论 | 第18-19页 |
| ·课题研究的目标 | 第19-21页 |
| ·主要研究内容 | 第21页 |
| ·主要研究成果 | 第21-23页 |
| ·论文结构 | 第23-25页 |
| 第二章 构造粒度粗糙理论的动机 | 第25-43页 |
| ·粗糙集理论基本概念 | 第25-27页 |
| ·信息系统与决策系统 | 第25页 |
| ·不可区分性 | 第25-26页 |
| ·集合近似 | 第26页 |
| ·粗糙隶属函数 | 第26-27页 |
| ·经典粗糙集理论基于偏差容忍关系的扩展 | 第27页 |
| ·显式强调粗糙性方法的表示语义 | 第27-31页 |
| ·粗糙集语义的直观理解 | 第28-29页 |
| ·粗糙集理论的表示语义 | 第29-31页 |
| ·动机之一:显式强调粗糙性方法的表示语义 | 第31页 |
| ·通过表示模型扩展粗糙性方法学的适用范围 | 第31-35页 |
| ·结构化信息系统表示 | 第32页 |
| ·半结构化信息系统表示 | 第32-35页 |
| ·动机之二:通过表示模型来扩展粗糙性分析适用范围 | 第35页 |
| ·构建基于纯粹总分学关系的粗糙性方法 | 第35-40页 |
| ·总分学理论体系基础 | 第36-38页 |
| ·总分学关系的语义多样性 | 第38-39页 |
| ·总分学发展所推动的研究领域 | 第39-40页 |
| ·动机之三:构建基于纯粹总分学之上的粗糙性理论 | 第40页 |
| ·粗糙集理论粒度化的初步尝试 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第三章 粒度粗糙理论 | 第43-58页 |
| ·粒度表示演算 | 第43-50页 |
| ·原子信息颗粒与复合信息颗粒 | 第43-46页 |
| ·几种重要的复合信息颗粒 | 第46-47页 |
| ·特殊复合信息颗粒相关的更多运算 | 第47-49页 |
| ·信息颗粒之间的总分关系判定 | 第49-50页 |
| ·粒度表示演算对Web信息源的表示说明 | 第50-53页 |
| ·信息仓库 | 第50-52页 |
| ·映射RDF描述的Web信息资源 | 第52-53页 |
| ·粒度粗糙性的构造 | 第53-55页 |
| ·粒度粗糙性构造方法 | 第53-54页 |
| ·粒度粗糙性构造实例 | 第54-55页 |
| ·粒度粗糙理论与粗糙总分学的根本差异 | 第55-57页 |
| ·粗糙总分学内涵浅析 | 第55-56页 |
| ·粒度粗糙理论与粗糙总分学着眼点的不同 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第四章 扩展粒度表示演算于本体计算环境的研究 | 第58-76页 |
| ·上层本体论述评 | 第58-68页 |
| ·本体论的一些基本概念简述 | 第58-59页 |
| ·通用本体语言GOL | 第59-64页 |
| ·建议的上层合并本体(SUMO) | 第64-66页 |
| ·OntoClean/DOLCE | 第66-67页 |
| ·上层本体反映的康德合成先验思想 | 第67-68页 |
| ·扩展粒度表示演算的本体描述能力 | 第68-74页 |
| ·空间 | 第69-72页 |
| ·时间 | 第72-73页 |
| ·数量范畴 | 第73页 |
| ·质量范畴 | 第73-74页 |
| ·模态范畴 | 第74页 |
| ·关系范畴 | 第74页 |
| ·本章小结 | 第74-76页 |
| 第五章 扩展粒度粗糙理论适应多智能主体语境 | 第76-86页 |
| ·信息颗粒空间(Information Granule Space) | 第76-79页 |
| ·信息颗粒表示的坐标形式 | 第76-78页 |
| ·信息颗粒空间基础 | 第78页 |
| ·信息立方体 | 第78-79页 |
| ·扩展粒度粗糙理论适应多智能主体系统 | 第79-81页 |
| ·多智能主体语境的认知冲突 | 第81-84页 |
| ·认知冲突 | 第81-82页 |
| ·认知冲突的解决 | 第82-83页 |
| ·利用隐藏在智能主体认知差异背后的信息 | 第83-84页 |
| ·本章小结 | 第84-86页 |
| 第六章 改进协同过滤算法的研究 | 第86-105页 |
| ·协同过滤系统研究概述 | 第86-91页 |
| ·基本知识 | 第86-88页 |
| ·协同过滤算法面临的挑战 | 第88-90页 |
| ·其它相关研究工作 | 第90-91页 |
| ·简单用户评估成熟度及其分布 | 第91-94页 |
| ·基本概念 | 第91-92页 |
| ·SRM的分布 | 第92-94页 |
| ·基于理性权威偏向的改进CF算法 | 第94-98页 |
| ·理性权威偏向假设 | 第94-95页 |
| ·RAB感知的权重调整 | 第95页 |
| ·RAB感知的数据化简 | 第95-97页 |
| ·混合改进 | 第97-98页 |
| ·实验 | 第98-103页 |
| ·实验设置 | 第98页 |
| ·测试基准与成功条件 | 第98页 |
| ·实验结果 | 第98-103页 |
| ·本章小结 | 第103-105页 |
| 第七章 粒度粗糙理论的原型实现及其上的Web智能功能框架 | 第105-117页 |
| ·粒度粗糙理论的“实体-属性-值”原型实现思想 | 第105-108页 |
| ·映射信息颗粒表示到临床医疗信息系统中的EAV模型 | 第105-107页 |
| ·映射信息颗粒运算到EAV数据库操作 | 第107-108页 |
| ·EAV模型上粒度粗糙理论原型的扩展考虑及问题 | 第108页 |
| ·粒度粗糙理论的Java原型系统jGrRT实现设计 | 第108-113页 |
| ·jGrRT的主要功能包 | 第109页 |
| ·粒度表示演算包 | 第109-113页 |
| ·本体驱动的Web信息系统 | 第113-116页 |
| ·上层形式本体 | 第114页 |
| ·领域本体 | 第114页 |
| ·领域相关描述库 | 第114-115页 |
| ·描述收集 | 第115页 |
| ·信息与知识检索 | 第115页 |
| ·知识发现与本体学习 | 第115-116页 |
| ·知识推荐 | 第116页 |
| ·本章小结 | 第116-117页 |
| 第八章 结束语 | 第117-120页 |
| ·全文总结 | 第117-119页 |
| ·进一步研究工作 | 第119-120页 |
| 参考文献 | 第120-130页 |
| 致谢 | 第130-131页 |
| 在学期间取得的研究成果 | 第131-132页 |
