云环境下基于区域特征的农业信息服务研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-17页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 国内外研究现状 | 第14页 |
| 1.3 论文的研究意义 | 第14-15页 |
| 1.4 研究内容与技术路线 | 第15-16页 |
| 1.5 论文组织结构 | 第16-17页 |
| 第2章 相关理论与技术研究 | 第17-26页 |
| 2.1 农业农村信息资源整合共享支撑技术 | 第17-19页 |
| 2.1.1 农业元数据和元数据标准 | 第17-18页 |
| 2.1.2 农业信息的采集、过滤和评价 | 第18页 |
| 2.1.3 农业信息资源的分类与表示 | 第18-19页 |
| 2.2 应用集成技术 | 第19-21页 |
| 2.2.1 面向服务构架的软件技术 | 第19-20页 |
| 2.2.2 ESB企业服务总线 | 第20-21页 |
| 2.3 个性化信息服务技术 | 第21-25页 |
| 2.3.1 用户兴趣模型 | 第22-23页 |
| 2.3.2 推荐对象管理 | 第23页 |
| 2.3.3 过滤推荐技术 | 第23-25页 |
| 2.3.4 个性化推荐架构 | 第25页 |
| 2.4 小结 | 第25-26页 |
| 第3章 云环境下农业信息区域服务方案 | 第26-33页 |
| 3.1 农业云环境 | 第26-27页 |
| 3.2 云环境下农业区域信息服务体系 | 第27-28页 |
| 3.3 农业区域信息服务架构 | 第28-29页 |
| 3.4 基于区域特征的农业信息资源整合共享 | 第29-30页 |
| 3.5 区域应用集成服务层 | 第30-32页 |
| 3.6 小结 | 第32-33页 |
| 第4章 一种基于区域信息的协同过滤混合推荐服务 | 第33-46页 |
| 4.1 区域信息资源管理模型 | 第33-35页 |
| 4.2 区域用户兴趣模型 | 第35-38页 |
| 4.3 推荐算法的分析 | 第38-39页 |
| 4.4 一种基于区域信息的协同过滤混合推荐算法 | 第39-43页 |
| 4.5 推荐算法的优点和意义 | 第43页 |
| 4.6 推送服务的推送技术 | 第43-44页 |
| 4.7 小结 | 第44-46页 |
| 第5章 农业区域信息推送系统设计与实现 | 第46-63页 |
| 5.1 系统分析 | 第46-49页 |
| 5.1.1 业务和用户需求分析 | 第46页 |
| 5.1.2 功能性需求分析 | 第46-47页 |
| 5.1.3 数据流分析 | 第47-49页 |
| 5.2 项目关键技术 | 第49-53页 |
| 5.2.1 MVC与JavaEE | 第49-50页 |
| 5.2.2 JavaEE常用框架 | 第50-53页 |
| 5.3 系统架构设计 | 第53-56页 |
| 5.3.1 框架体系结构 | 第53-54页 |
| 5.3.2 系统总体框图 | 第54-56页 |
| 5.4 个性化推荐模块设计与实现 | 第56-59页 |
| 5.5 部分应用举例 | 第59-62页 |
| 5.6 小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |
