异构普适环境的信息推荐
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·本论文的研究背景 | 第9-12页 |
| ·普适计算的挑战 | 第10-11页 |
| ·推荐系统的挑战 | 第11-12页 |
| ·本论文的研究内容 | 第12-13页 |
| ·本论文的组织结构 | 第13-14页 |
| 第二章 普适计算 | 第14-27页 |
| ·计算模式的演化 | 第14-20页 |
| ·主机计算时代 | 第14-15页 |
| ·桌面计算时代 | 第15-19页 |
| ·普适计算时代 | 第19-20页 |
| ·普适计算 | 第20-26页 |
| ·普适计算的研究内容 | 第22-23页 |
| ·典型的普适计算项目 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 推荐系统 | 第27-40页 |
| ·信息推荐技术 | 第27-30页 |
| ·信息检索技术 | 第28页 |
| ·信息过滤技术 | 第28-29页 |
| ·协同过滤技术 | 第29-30页 |
| ·协同过滤 | 第30-39页 |
| ·相似度的度量 | 第32-34页 |
| ·基于内存的协同过滤 | 第34-38页 |
| ·基于模型的协同过滤 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 异构环境的推荐框架 | 第40-55页 |
| ·异构环境中的挑战 | 第40-42页 |
| ·服务无缝集成问题 | 第41-42页 |
| ·异构推荐系统框架 | 第42-47页 |
| ·推荐框架概述 | 第42-46页 |
| ·具体应用场景 | 第46-47页 |
| ·技术细节 | 第47-52页 |
| ·蓝牙服务发现技术 | 第47-48页 |
| ·基于Gossip的蓝牙交互 | 第48-52页 |
| ·实验分析 | 第52-54页 |
| ·实验方法设计 | 第53页 |
| ·实验结果分析 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 音乐推荐的原型系统 | 第55-67页 |
| ·音乐评分提取 | 第56-59页 |
| ·双重提取策略 | 第56-57页 |
| ·隐式提取机制 | 第57-59页 |
| ·集中式音乐推荐 | 第59-60页 |
| ·双重推荐整合 | 第60页 |
| ·移动式音乐推荐 | 第60-64页 |
| ·基本推荐算法 | 第61-63页 |
| ·具体推荐细节 | 第63-64页 |
| ·设计实现 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 全文总结 | 第67-69页 |
| ·主要结论 | 第67-68页 |
| ·研究展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-74页 |
| 攻读硕士学位期间已发表或录用的论文 | 第74-77页 |
