动态推荐技术的研究及在个性化电子警务中的应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第7-13页 |
| ·电子警务的个性化 | 第7-8页 |
| ·面向电子警务的个性化推荐技术 | 第8-9页 |
| ·推荐系统的概述 | 第8页 |
| ·个性化推荐技术 | 第8-9页 |
| ·基于分布式协同过滤的动态推荐技术 | 第9-10页 |
| ·本文的主要研究内容 | 第10-11页 |
| ·主要贡献及章节组织 | 第11-13页 |
| 第二章 个性化推荐技术分析 | 第13-20页 |
| ·基于内容的过滤技术 | 第13页 |
| ·协同过滤技术 | 第13-15页 |
| ·基于知识的推荐技术 | 第15页 |
| ·基于功能的推荐技术 | 第15页 |
| ·基于人口统计学的推荐技术 | 第15-16页 |
| ·其他领域技术在推荐系统中的应用 | 第16页 |
| ·各种推荐技术的优缺点比较 | 第16-18页 |
| ·现有推荐技术存在的问题 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 基于自组织社区的动态推荐技术 | 第20-41页 |
| ·基于自组织社区的动态推荐技术 | 第20-21页 |
| ·自组织社区的概念模型 | 第21-22页 |
| ·参数说明 | 第21页 |
| ·概念模型 | 第21-22页 |
| ·推荐系统的社区结构发现方法 | 第22-27页 |
| ·基于信息统计的用户档案匹配方法 | 第22-23页 |
| ·基于用户打分相似度计算的方法 | 第23页 |
| ·基于隐式信息挖掘的方法 | 第23-24页 |
| ·基于社会网络构建的方法 | 第24-25页 |
| ·基于小世界网络的方法 | 第25-27页 |
| ·基于组代理的互惠社区仿真模型 | 第27-30页 |
| ·用户代理功能定义 | 第28-29页 |
| ·组代理功能定义 | 第29-30页 |
| ·用户建模及系统初始化 | 第30-31页 |
| ·启发式社区自组织发现算法 | 第31-33页 |
| ·相似用户匹配及推荐机制 | 第31-32页 |
| ·信任奖励与动态交换机制 | 第32-33页 |
| ·R3H-SORC 算法 | 第33页 |
| ·基于用户偏好特征向量的社区自组织算法 | 第33-40页 |
| ·向量空间模型 | 第34-35页 |
| ·用户偏好特征向量获取及用户建模 | 第35-36页 |
| ·IFV-SORC 算法 | 第36-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 个性化电子警务查询系统总体设计 | 第41-45页 |
| ·电子警务查询系统的个性化 | 第41页 |
| ·电子警务查询系统的功能需求 | 第41-42页 |
| ·电子警务查询系统的架构 | 第42-43页 |
| ·电子警务查询系统的推荐机制 | 第43页 |
| ·本章小结 | 第43-45页 |
| 第五章 动态推荐技术在电子警务查询中的应用 | 第45-55页 |
| ·某市电子警务现状 | 第45-47页 |
| ·某市公安信息科技现状 | 第45-46页 |
| ·某市公安业务数据使用中问题的提出 | 第46-47页 |
| ·某市公安警务信息查询系统简介 | 第47-49页 |
| ·推荐算法在某市电子警务查询系统中的应用 | 第49-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 总结 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 致谢 | 第58页 |
