| 中文摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景和研究意义 | 第9-10页 |
| ·研究内容 | 第10-11页 |
| ·研究成果 | 第11-12页 |
| ·创新点 | 第12-13页 |
| ·组织结构 | 第13-15页 |
| 第二章 基础理论和关键技术 | 第15-31页 |
| ·本体 | 第15-18页 |
| ·本体的基本概念 | 第15-16页 |
| ·本体的组成 | 第16-17页 |
| ·本体描述语言 | 第17-18页 |
| ·RDF(S) | 第17页 |
| ·OWL | 第17-18页 |
| ·Web服务 | 第18-22页 |
| ·Web服务体系结构 | 第19-20页 |
| ·Web服务协议栈 | 第20-22页 |
| ·SOAP | 第20-21页 |
| ·WSDL | 第21页 |
| ·UDDI | 第21-22页 |
| ·语义Web服务 | 第22-25页 |
| ·语义Web | 第22-23页 |
| ·语义Web服务 | 第23-25页 |
| ·上下文感知计算 | 第25-27页 |
| ·上下文的定义 | 第25页 |
| ·上下文的分类 | 第25-26页 |
| ·上下文建模方法 | 第26-27页 |
| ·上下文感知计算 | 第27页 |
| ·普适计算 | 第27-28页 |
| ·云计算 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第三章 个性化旅游信息服务系统框架 | 第31-37页 |
| ·个性化旅游信息服务系统框架 | 第31-33页 |
| ·旅游信息服务描述模型 | 第33-36页 |
| ·服务描述模型 | 第34页 |
| ·服务质量模型 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 用户和旅游信息服务上下文本体模型 | 第37-52页 |
| ·引言 | 第37-39页 |
| ·用户上下文本体模型 | 第39-45页 |
| ·用户上下文本体相关概念 | 第39-41页 |
| ·用户上下文本体相关概念之间的关联 | 第41-42页 |
| ·类和类之间的等级层次结构的建立 | 第42-43页 |
| ·类的属性和属性特征的建立 | 第43-45页 |
| ·旅游信息服务上下文本体模型 | 第45-50页 |
| ·旅游信息服务分类本体模型 | 第46-48页 |
| ·旅游景点服务分类本体 | 第46页 |
| ·交通服务分类本体 | 第46-47页 |
| ·宾馆服务分类本体 | 第47-48页 |
| ·餐饮服务分类本体 | 第48页 |
| ·旅游信息服务描述本体模型 | 第48-50页 |
| ·本章小结 | 第50-52页 |
| 第五章 基于情景上下文和信任关系的旅游景点推荐 | 第52-79页 |
| ·研究背景与动机 | 第52-54页 |
| ·相关研究 | 第54-56页 |
| ·相关理论与技术 | 第56-66页 |
| ·个性化推荐技术 | 第56-57页 |
| ·基于内容的推荐技术 | 第57-58页 |
| ·协同过滤推荐技术 | 第58-64页 |
| ·协同过滤推荐算法的基本思路及流程 | 第58-59页 |
| ·协同过滤推荐算法的分类 | 第59-64页 |
| ·基于模型协同过滤推荐算法 | 第59-60页 |
| ·基于内存协同过滤推荐算法 | 第60-64页 |
| ·信任 | 第64-66页 |
| ·信任的概念 | 第64页 |
| ·信任的性质 | 第64-65页 |
| ·信任的分类 | 第65-66页 |
| ·基于情景上下文和信任关系的旅游景点协同过滤推荐算法 | 第66-78页 |
| ·问题描述 | 第66-67页 |
| ·算法流程 | 第67-68页 |
| ·算法具体设计 | 第68-76页 |
| ·基于旅游景点评分上下文和评分矩阵的候选旅游景点选择 | 第68-72页 |
| ·基于信任关系的候选旅游景点选择 | 第72-74页 |
| ·最终推荐旅游景点选取 | 第74-75页 |
| ·新旅游景点推荐 | 第75-76页 |
| ·算法分析 | 第76-78页 |
| ·矩阵数据稀疏性问题分析 | 第76-77页 |
| ·新用户问题分析 | 第77页 |
| ·新旅游景点问题分析 | 第77页 |
| ·实时性问题分析 | 第77-78页 |
| ·本章小结 | 第78-79页 |
| 第六章 基于情景上下文和蚁群算法的旅游规划 | 第79-102页 |
| ·研究背景与动机 | 第79-80页 |
| ·相关研究 | 第80-81页 |
| ·蚁群算法原理 | 第81-84页 |
| ·真实蚁群行为 | 第81-82页 |
| ·蚁群算法模型 | 第82-84页 |
| ·旅游信息服务组合优化模型 | 第84-90页 |
| ·抽象组合服务逻辑串行化 | 第85页 |
| ·服务组合优化模型中的定义 | 第85-88页 |
| ·服务QoS属性标准化 | 第88页 |
| ·组合服务QoS的聚合规则 | 第88-89页 |
| ·旅游信息服务组合优化模型 | 第89-90页 |
| ·基于情景上下文和蚁群算法的旅游信息服务组合优化算法 | 第90-101页 |
| ·算法基本流程 | 第90-92页 |
| ·算法详细设计 | 第92-97页 |
| ·候选服务集合过滤 | 第92-93页 |
| ·服务QoS的标准化 | 第93页 |
| ·算法初始化 | 第93-94页 |
| ·转移方向 | 第94页 |
| ·非支配解路径的判定和路径信息素量的局部更新 | 第94-95页 |
| ·路径信息素量的整体更新 | 第95-96页 |
| ·组合服务的输出结果 | 第96-97页 |
| ·算法模拟与分析 | 第97-101页 |
| ·算法参数值选择 | 第97-98页 |
| ·算法可行性分析 | 第98-100页 |
| ·算法扩展性分析 | 第100-101页 |
| ·本章小结 | 第101-102页 |
| 第七章 自适应的性能感知的组合作业管理和调度框架研究 | 第102-117页 |
| ·研究背景和动机 | 第102-103页 |
| ·相关研究 | 第103-104页 |
| ·自适应的性能感知的组合作业管理和调度框架 | 第104-112页 |
| ·组合作业管理和调度框架和组件 | 第104-107页 |
| ·组合作业管理和调度框架 | 第104-105页 |
| ·组合作业管理和调度框架的组件 | 第105-107页 |
| ·组合作业分解和调度过程 | 第107页 |
| ·关键策略 | 第107-112页 |
| ·虚拟分配策略 | 第107-109页 |
| ·探测调整策略 | 第109-111页 |
| ·古位分配策略 | 第111页 |
| ·服务质量确保策略 | 第111-112页 |
| ·模拟与分析 | 第112-115页 |
| ·模拟环境 | 第112-113页 |
| ·计算服务器资源使用率分析 | 第113-114页 |
| ·响应时间分析 | 第114-115页 |
| ·吞吐量分析 | 第115页 |
| ·本章小结 | 第115-117页 |
| 第八章 总结与展望 | 第117-120页 |
| ·主要结论 | 第117-118页 |
| ·展望 | 第118-120页 |
| 参考文献 | 第120-132页 |
| 攻读学位期间的研究成果 | 第132-134页 |
| 致谢 | 第134页 |
