| 摘要 | 第2-3页 |
| ABSTRACT | 第3-4页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.2.1 理论意义 | 第10页 |
| 1.2.2 应用价值 | 第10-11页 |
| 1.3 国内外文献综述 | 第11-13页 |
| 1.4 论文结构 | 第13-14页 |
| 1.5 创新点 | 第14-15页 |
| 2 相关理论及技术 | 第15-26页 |
| 2.1 电子商务推荐系统概述 | 第15-18页 |
| 2.1.1 电子商务推荐系统的作用 | 第15-16页 |
| 2.1.2 电子商务推荐系统的组成 | 第16-17页 |
| 2.1.3 电子商务推荐系统分类 | 第17-18页 |
| 2.2 AGENT相关理论 | 第18-23页 |
| 2.2.1 Agent的发展及其特点 | 第18-19页 |
| 2.2.2 Agent的分类 | 第19-20页 |
| 2.2.3 BDI模型 | 第20-21页 |
| 2.2.4 多Agent系统 | 第21-23页 |
| 2.3 WEB日志挖掘 | 第23-25页 |
| 2.3.1 Web日志挖掘的基本概念 | 第23-24页 |
| 2.3.2 Web日志挖掘算法概述 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 基于本体的旅游知识库构建 | 第26-37页 |
| 3.1 旅游知识的获取与分类 | 第26-28页 |
| 3.1.1 旅游知识获取 | 第26-27页 |
| 3.1.2 旅游知识分类 | 第27-28页 |
| 3.2 旅游知识本体的需求分析 | 第28页 |
| 3.3 旅游知识本体模型构建 | 第28-31页 |
| 3.3.1 旅游本体的建立步骤与实现工具 | 第28-29页 |
| 3.3.2 旅游本体类和类层次的确定 | 第29-30页 |
| 3.3.3 类属性的建立 | 第30-31页 |
| 3.3.4 实例录入 | 第31页 |
| 3.4 基于特征项的推荐算法 | 第31-36页 |
| 3.4.1 采用本体的优点 | 第31-32页 |
| 3.4.2 算法描述 | 第32-33页 |
| 3.4.3 获取用户的兴趣矩阵 | 第33-34页 |
| 3.4.4 特征项的相似度与语义相似度的计算 | 第34页 |
| 3.4.5 对候选特征项的预测估计 | 第34-35页 |
| 3.4.6 算法的仿真分析 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 4 基于MULTI-AGENT个性化旅游推荐系统建模设计 | 第37-49页 |
| 4.1 旅游推荐系统需求分析 | 第37-38页 |
| 4.2 系统流程图模型 | 第38-39页 |
| 4.3 旅游推荐系统模型结构设计 | 第39-42页 |
| 4.4 旅游推荐系统模型各功能介绍 | 第42-48页 |
| 4.4.1 系统中Agent的组织结构 | 第42-43页 |
| 4.4.2 系统中各Agent设计 | 第43-48页 |
| 4.5 本章小结 | 第48-49页 |
| 5 基于AGENT的个性化旅游推荐系统模型的实现 | 第49-62页 |
| 5.1 个性化的旅游推荐系统的开发环境的配置平台——JADE | 第49-51页 |
| 5.1.1 Multi-Agent系统的开发平台——JADE | 第49-50页 |
| 5.1.2 配置开发环境 | 第50-51页 |
| 5.2 核心AGENT的实现 | 第51-59页 |
| 5.2.1 计算Agent的实现 | 第51-53页 |
| 5.2.2 搜索Agent的实现 | 第53-54页 |
| 5.2.3 推荐Agent的实现 | 第54-55页 |
| 5.2.4 基于本体通信的实现 | 第55-59页 |
| 5.3 推荐实例 | 第59-62页 |
| 6 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62页 |
| 6.2 进一步的研究工作 | 第62-64页 |
| 附录 | 第64-68页 |
| 参考文献 | 第68-71页 |
| 后记 | 第71-72页 |
