普适环境下基于概率模型的服务推荐
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景 | 第9-10页 |
| ·服务推荐研究现状与存在的问题 | 第10-12页 |
| ·服务推荐研究现状 | 第10-12页 |
| ·存在的问题 | 第12页 |
| ·上下文信息推理研究现状 | 第12-13页 |
| ·研究内容 | 第13页 |
| ·论文结构 | 第13-15页 |
| 第二章 普适计算与隐 Markov 模型概述 | 第15-29页 |
| ·普适计算定义与特点 | 第15-16页 |
| ·普适计算概述 | 第15页 |
| ·普适计算的特点 | 第15-16页 |
| ·普适计算的关键技术 | 第16-20页 |
| ·Markov 模型 | 第20-23页 |
| ·隐马尔科夫模型 | 第23-28页 |
| ·隐马尔科夫模型定义 | 第23-25页 |
| ·隐马尔科夫模型常见问题与解决方法 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 上下文信息与 Web 服务信息处理 | 第29-43页 |
| ·上下文定义与描述 | 第29-32页 |
| ·上下文定义 | 第29页 |
| ·上下文描述 | 第29-32页 |
| ·上下文逻辑描述 | 第29-31页 |
| ·上下文描述工具 | 第31-32页 |
| ·上下文获取 | 第32-34页 |
| ·Web 服务 | 第34-40页 |
| ·Web 服务概念 | 第34-35页 |
| ·Web 服务的体系结构 | 第35-36页 |
| ·Web 服务关键技术 | 第36-40页 |
| ·Web 服务信息处理 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于双重隐 Markov 模型的服务推荐 | 第43-50页 |
| ·双重隐 Markov 模型 | 第43-47页 |
| ·双重隐 Markov 模型的定义 | 第43-44页 |
| ·隐 Markov 模型参数训练方法 | 第44-47页 |
| ·服务推荐过程 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 实验分析 | 第50-57页 |
| ·系统实现 | 第50页 |
| ·实验分析 | 第50-56页 |
| ·实验环境 | 第50-51页 |
| ·实验过程及结果 | 第51-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 工作总结与展望 | 第57-58页 |
| ·总结 | 第57页 |
| ·下一步工作 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 在学研究成果 | 第62-63页 |
| 致谢 | 第63页 |
