首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于情景的主动知识服务技术研究及应用

摘要第4-5页
ABSTRACT第5页
缩略词第11-12页
第一章 绪论第12-22页
    1.1 引言第12-13页
    1.2 知识服务的研究背景及现状第13-15页
        1.2.1 知识服务概述第13-15页
        1.2.2 目前知识服务存在的问题第15页
    1.3 情景的概念及应用研究现状第15-17页
        1.3.1 情景的概念第15-16页
        1.3.2 情景应用的研究现状第16-17页
    1.4 知识推荐技术的研究现状第17-20页
        1.4.1 知识推荐技术概述第17-19页
        1.4.2 知识推荐技术研究现状第19-20页
    1.5 论文研究内容及组织结构第20-22页
        1.5.1 论文研究内容第20页
        1.5.2 论文组织结构第20-22页
第二章 CTPKSS 总体框架第22-31页
    2.1 系统需求分析第22-23页
    2.2 系统框架设计第23-25页
    2.3 主动知识服务流程第25-26页
    2.4 系统关键技术第26-30页
        2.4.1 基于本体的知识集成技术第27-29页
        2.4.2 基于情景的知识需求建模技术第29-30页
        2.4.3 基于情景的混合知识推荐技术第30页
    2.5 本章小结第30-31页
第三章 基于情景的知识需求建模技术第31-47页
    3.1 情景和知识的关系第31-33页
        3.1.1 情景的作用与定义第31-32页
        3.1.2 情景与知识的关系第32-33页
    3.2 基于情景的知识需求模型第33-38页
        3.2.1 情景建模技术第33-34页
        3.2.2 情景知识需求建模流程第34-35页
        3.2.3 情景要素的选取第35-36页
        3.2.4 情景树型结构第36-38页
    3.3 情景知识需求模型初始化算法第38-43页
        3.3.1 情景节点相似度第38-39页
        3.3.2 知识源提取算法第39-41页
        3.3.3 情景初始化算法第41-42页
        3.3.4 应用实例第42-43页
    3.4 基于用户反馈的模型进化算法第43-46页
        3.4.1 用户反馈分析第43-44页
        3.4.2 情景知识需求进化第44-46页
    3.5 本章小结第46-47页
第四章 基于情景的混合知识推荐技术第47-63页
    4.1 协同过滤推荐算法第47-49页
        4.1.1 协同过滤推荐原理第47-48页
        4.1.2 协同过滤推荐中存在的问题第48-49页
    4.2 基于情景的混合知识推荐算法总体设计第49-51页
        4.2.1 算法设计思路第49-50页
        4.2.2 算法流程描述第50-51页
    4.3 情景知识需求推荐算法第51-52页
        4.3.1 情景知识需求第51页
        4.3.2 用户情景模型匹配算法第51-52页
    4.4 基于情景的协同过滤推荐算法第52-59页
        4.4.1 协同过滤推荐流程第52-53页
        4.4.2 基于项目情景的用户相似度第53-58页
        4.4.3 协同过滤推荐第58-59页
    4.5 结果融合第59页
    4.6 实验及分析第59-62页
        4.6.1 数据集和评估标准第59-60页
        4.6.2 实验结果及分析第60-62页
    4.7 本章小结第62-63页
第五章 CTPKSS 实现与应用第63-73页
    5.1 系统介绍第63-66页
        5.1.1 项目背景第63-64页
        5.1.2 功能结构第64-65页
        5.1.3 用户情景使用模式第65-66页
    5.2 开发和运行环境第66-67页
        5.2.1 开发环境第66页
        5.2.2 运行环境第66-67页
    5.3 系统设计第67-71页
        5.3.1 系统用例图第67-68页
        5.3.2 系统类图第68-69页
        5.3.3 系统顺序图第69-71页
    5.4 系统运行实例第71-72页
    5.5 本章小结第72-73页
第六章 总结与展望第73-75页
    6.1 总结第73页
    6.2 展望第73-75页
参考文献第75-80页
致谢第80-81页
在学期间的研究成果及发表的学术论文第81页

论文共81页,点击 下载论文
上一篇:基于Java EE的在线考试系统的设计与实现
下一篇:基于FDK算法的锥束CT三维重建GPU加速