| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.1.1 个人服务云与动态服务组合 | 第9页 |
| 1.1.2 上下文感知计算 | 第9-10页 |
| 1.2 面向个人服务云的动态服务合成的上下文计算系统所面临的问题 | 第10页 |
| 1.3 国内外研究现状 | 第10-11页 |
| 1.4 论文主要工作和安排 | 第11-13页 |
| 1.4.1 论文主要工作 | 第11-12页 |
| 1.4.2 论文结构安排 | 第12-13页 |
| 第二章 面向个人服务云的动态服务合成的上下文计算框架的设计 | 第13-21页 |
| 2.1 基于SOA的泛在多节点业务协同执行环境架构 | 第13-14页 |
| 2.2 面向个人服务云的动态服务合成的上下文计算的需求分析 | 第14-15页 |
| 2.3 CBR的研究 | 第15-17页 |
| 2.4 上下文计算系统设计 | 第17-20页 |
| 2.4.1 上下文计算系统总体框架设计 | 第17-18页 |
| 2.4.2 上下文计算系统功能模块设计 | 第18-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 基于CBR的上下文情景推理机制的设计与实现 | 第21-33页 |
| 3.1 情景模型的设计与实现 | 第21-27页 |
| 3.1.1 常用上下文信息 | 第21-22页 |
| 3.1.2 情景模型 | 第22-25页 |
| 3.1.3 情景信息存储 | 第25-27页 |
| 3.2 相似性计算方法的设计与实现 | 第27-30页 |
| 3.2.1 常见相似性算法 | 第27-28页 |
| 3.2.2 属性相似性计算 | 第28-30页 |
| 3.2.3 案例相似性计算 | 第30页 |
| 3.3 情景推理流程 | 第30-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第四章 基于CBR的评估与反馈机制的研究与实现 | 第33-47页 |
| 4.1 常见推荐算法 | 第33-35页 |
| 4.1.1 协同过滤算法 | 第33-34页 |
| 4.1.2 基于内容的推荐算法 | 第34-35页 |
| 4.1.3 其他推荐算法 | 第35页 |
| 4.1.4 混合推荐算法 | 第35页 |
| 4.2 服务评估机制 | 第35-41页 |
| 4.2.1 服务-情景评分模型 | 第36-37页 |
| 4.2.2 服务信息的存储 | 第37-38页 |
| 4.2.3 服务评估算法的设计与实现 | 第38-39页 |
| 4.2.4 服务评估流程的设计 | 第39-41页 |
| 4.3 反馈处理机制的设计 | 第41-46页 |
| 4.3.1 反馈信息模型 | 第41-43页 |
| 4.3.2 反馈处理算法 | 第43-45页 |
| 4.3.3 反馈处理流程的设计 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 面向个人服务云动态服务合成的上下文计算系统验证 | 第47-58页 |
| 5.1 应用场景设计 | 第47-48页 |
| 5.2 情景推理机制的验证 | 第48-52页 |
| 5.2.1 案例数据与上下文数据 | 第48-50页 |
| 5.2.2 情景推理 | 第50-52页 |
| 5.3 服务评估与反馈机制的验证 | 第52-57页 |
| 5.3.1 服务数据 | 第52-53页 |
| 5.3.2 服务评估与反馈 | 第53-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表的学术论文 | 第65页 |
