基于多Agent的个性化推荐系统研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·研究现状及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·个性化推荐系统 | 第8-9页 |
| ·多Agent系统 | 第9页 |
| ·Web日志挖掘 | 第9-10页 |
| ·本文研究内容和结构 | 第10-12页 |
| 第二章 个性化推荐系统概述 | 第12-24页 |
| ·个性化推荐系统的研究状况 | 第12-15页 |
| ·现有的个性化推荐系统的分类与推荐技术分析 | 第12-14页 |
| ·几个典型的个性化推荐网站及相应的推荐形式 | 第14-15页 |
| ·个性化推荐网站的框架 | 第15页 |
| ·多Agent技术的理论概述 | 第15-21页 |
| ·Agent的定义 | 第15-16页 |
| ·Agent的基本特征 | 第16-17页 |
| ·Agent的分类 | 第17页 |
| ·BDI模型 | 第17-19页 |
| ·多Agent系统 | 第19-21页 |
| ·Web日志挖掘 | 第21-23页 |
| ·Web日志挖掘的基本概念 | 第21-22页 |
| ·Web日志挖掘算法概述 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于多Agent的个性化推荐系统模型设计 | 第24-30页 |
| ·基于多Agent的个性化推荐系统框架 | 第24-25页 |
| ·在线推荐和离线推荐部分的功能分析 | 第25页 |
| ·系统中多个Agent的设计思想 | 第25-28页 |
| ·各Agent的功能 | 第25-26页 |
| ·Agent之间的协商模型 | 第26-28页 |
| ·系统的运作流程 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 Web日志预处理技术研究 | 第30-38页 |
| ·Web日志挖掘的预处理流程 | 第30-34页 |
| ·数据清洗 | 第30-31页 |
| ·用户识别 | 第31-33页 |
| ·会话识别 | 第33页 |
| ·路径补充 | 第33-34页 |
| ·用户相似度的计算 | 第34-37页 |
| ·用户相似度的定义 | 第34-36页 |
| ·用户浏览网页时间的计算 | 第36页 |
| ·一组实验数据的计算 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第五章 基于层次划分的模糊聚类算法 | 第38-49页 |
| ·用户聚类概述 | 第38-39页 |
| ·模糊集的基础知识介绍及模糊聚类的发展 | 第39-41页 |
| ·模糊集的引入 | 第39页 |
| ·模糊集的基础知识 | 第39-40页 |
| ·模糊聚类的发展 | 第40-41页 |
| ·基于层次划分的FCM模糊聚类算法 | 第41-48页 |
| ·传统的FCM模糊聚类算法 | 第41-43页 |
| ·初始聚类中心和聚类数目的确定 | 第43-44页 |
| ·基于凝聚层次的FCM聚类方法 | 第44页 |
| ·算法的优越指标与结果表示 | 第44-46页 |
| ·实验数据的计算与结果分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| ·本文总结 | 第49页 |
| ·展望 | 第49-51页 |
| 参考文献 | 第51-53页 |
| 发表论文和科研情况说明 | 第53-54页 |
| 致谢 | 第54页 |
