可变自主系统体系结构及用户模型的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·引言 | 第10页 |
| ·课题研究的目的和意义 | 第10-11页 |
| ·用户模型的国内外研究现状 | 第11-12页 |
| ·研究内容及结构安排 | 第12-14页 |
| 第2章 可变自主框架及用户模型的研究 | 第14-25页 |
| ·可变自主原理简介 | 第14-15页 |
| ·自主性的定义 | 第14页 |
| ·可变自主性的提出及定义 | 第14-15页 |
| ·用户模型的研究简介 | 第15-17页 |
| ·用户行为的划分方法 | 第15页 |
| ·用户行为的描述 | 第15-16页 |
| ·用户模型的介绍 | 第16页 |
| ·用户模型的建立 | 第16-17页 |
| ·可变自主框架的研究 | 第17-19页 |
| ·可变自主的体系框架 | 第17-18页 |
| ·用户模型的作用 | 第18-19页 |
| ·用户模型系统结构 | 第19-23页 |
| ·用户模型的需求分析 | 第19-22页 |
| ·用户模型的结构 | 第22-23页 |
| ·用户模型的难点 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于GOMS及贝叶斯网络的用户模型构建 | 第25-40页 |
| ·GOMS模型简介 | 第25-26页 |
| ·GOMS模型定义 | 第25页 |
| ·GOMS模型特点 | 第25-26页 |
| ·GOMS模型中的语言及一般准则 | 第26页 |
| ·基于GOMS模型的用户模型建立 | 第26-28页 |
| ·建立用户模型的方法 | 第26-27页 |
| ·GOMS模型的局限性 | 第27-28页 |
| ·基于贝叶斯网络的用户模型建立 | 第28-30页 |
| ·贝叶斯网络简 | 第28-29页 |
| ·构造贝叶斯网络的一般方法 | 第29-30页 |
| ·GOMS转换为贝叶斯网络的基本准则 | 第30-32页 |
| ·用户模型条件概率表的初始化 | 第32-33页 |
| ·用户模型的更新 | 第33-36页 |
| ·贝叶斯网络参数学习 | 第33-34页 |
| ·贝叶斯网结构的学习 | 第34-36页 |
| ·基于评分搜索算法原理简介 | 第35页 |
| ·评分函数的选取 | 第35-36页 |
| ·搜索算法的选取 | 第36页 |
| ·用户意图的推断 | 第36-39页 |
| ·随机抽样算法简介 | 第37页 |
| ·随机采样算法流程 | 第37-39页 |
| ·日志管理 | 第39页 |
| ·本章小结 | 第39-40页 |
| 第4章 用户状态评价及报警管理 | 第40-50页 |
| ·人误分析 | 第40页 |
| ·用户状态主要构成要素分析 | 第40-42页 |
| ·生理因素 | 第41页 |
| ·情绪压力 | 第41页 |
| ·知识技能 | 第41-42页 |
| ·工作环境 | 第42页 |
| ·用户状态的模糊综合评价 | 第42-45页 |
| ·多级模糊综合评判方法的基本原理 | 第43-44页 |
| ·确定指标权重方法介绍 | 第44-45页 |
| ·用户状态的模糊综合评价应用实例 | 第45-48页 |
| ·用户操作评价 | 第48-49页 |
| ·报警管理 | 第49页 |
| ·本章小结 | 第49-50页 |
| 第5章 仿真实验 | 第50-64页 |
| ·任务背景描述 | 第50页 |
| ·基于任务的GOMS模型 | 第50-52页 |
| ·构建贝叶斯用户模型 | 第52-56页 |
| ·网络节点分类 | 第52-53页 |
| ·GOMS转换为贝叶斯网络图 | 第53-54页 |
| ·构造先验概率表 | 第54-56页 |
| ·用户意图推理 | 第56-57页 |
| ·用户模型学习 | 第57-60页 |
| ·收集和描述数据 | 第57-58页 |
| ·参数学习 | 第58-59页 |
| ·结构学习 | 第59-60页 |
| ·报警管理的实现 | 第60-63页 |
| ·用户状态评估 | 第60-62页 |
| ·用户操作评估 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士期间发表的论文和取得的科研成果 | 第71-72页 |
| 致谢 | 第72页 |
