| 摘要 | 第2-4页 |
| ABSTRACT | 第4-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 情境感知研究现状 | 第10-12页 |
| 1.2.2 用户行为推荐研究现状 | 第12-14页 |
| 1.2.3 盲人服务研究现状 | 第14-16页 |
| 1.3 主要研究内容及组织结构 | 第16-19页 |
| 第2章 相关技术研究 | 第19-37页 |
| 2.1 数据预处理方法研究 | 第19-20页 |
| 2.2 数据挖掘分类技术研究 | 第20-30页 |
| 2.2.1 数据挖掘分类算法 | 第20-25页 |
| 2.2.2 神经网络算法 | 第25-30页 |
| 2.3 情境感知研究 | 第30-35页 |
| 2.3.1 情境感知计算 | 第30-34页 |
| 2.3.2 情境建模技术 | 第34-35页 |
| 2.4 本章小结 | 第35-37页 |
| 第3章 基于情境感知的盲人用户偏好模型研究 | 第37-47页 |
| 3.1 情境信息定义 | 第37-42页 |
| 3.1.1 外界情境信息 | 第37-40页 |
| 3.1.2 用户自身行程情境信息 | 第40-42页 |
| 3.2 推荐行程数据收集与推荐行程划分 | 第42-43页 |
| 3.2.1 推荐行程数据收集方式 | 第42页 |
| 3.2.2 推荐行程划分 | 第42-43页 |
| 3.3 基于情境感知技术的盲人用户偏好模型构建 | 第43-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第4章 融入情境感知和用户偏好的盲人行程推荐模型研究 | 第47-53页 |
| 4.1 盲人用户行程推荐模型框架 | 第47-48页 |
| 4.2 融入BP神经网络的盲人用户行程推荐模型建立 | 第48-51页 |
| 4.2.1 推荐模型基本思想 | 第48-49页 |
| 4.2.2 推荐模型的构建 | 第49-51页 |
| 4.3 本章小结 | 第51-53页 |
| 第5章 模型仿真与分析 | 第53-66页 |
| 5.1 实验数据来源与实验环境 | 第53-54页 |
| 5.1.1 实验数据来源 | 第53-54页 |
| 5.1.2 实验环境 | 第54页 |
| 5.2 数据收集及预处理 | 第54-61页 |
| 5.2.1 情境信息收集 | 第54-56页 |
| 5.2.2 情境信息预处理 | 第56-58页 |
| 5.2.3 用户偏好预处理 | 第58-61页 |
| 5.3 结果分析 | 第61-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-69页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 附录1 攻读硕士学位期间发表的论文 | 第75页 |
| 附录2 攻读硕士学位期间参与的项目 | 第75-76页 |
| 致谢 | 第76-77页 |