摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-18页 |
·课题背景及意义 | 第10-11页 |
·国内外的研究现状 | 第11-15页 |
·通用用户建模系统 | 第12页 |
·基于Ontology 的可重用用户模型 | 第12-13页 |
·基于多Agent 的用户模型 | 第13-14页 |
·多维统一用户上下文模型 | 第14页 |
·用户模型服务中介 | 第14-15页 |
·现有用户模型重用方法存在的问题 | 第15页 |
·本文的主要研究内容 | 第15-16页 |
·本文的组织结构 | 第16-18页 |
第2章 跨系统个性化服务用户建模及模型聚合的相关技术 | 第18-30页 |
·用户建模相关技术概述 | 第18-24页 |
·用户模型概述 | 第18-19页 |
·用户模型的信息获取 | 第19-20页 |
·用户模型的表示方法 | 第20-21页 |
·用户模型的更新方法 | 第21-22页 |
·用户建模技术的分类 | 第22-24页 |
·本体以及领域本体的相关知识 | 第24-29页 |
·本体的定义及构成 | 第24-26页 |
·本体的分类 | 第26-27页 |
·本体映射的定义及方法 | 第27-28页 |
·本体中概念相似度的计算方法 | 第28-29页 |
·本章小结 | 第29-30页 |
第3章 面向跨系统个性化服务的用户模型研究 | 第30-40页 |
·跨系统个性化服务体系 | 第30-33页 |
·跨系统个性化服务的协同模型 | 第30-32页 |
·跨系统个性化服务的访问过程 | 第32-33页 |
·基于领域本体的用户模型 | 第33-37页 |
·用户模型中的相关定义 | 第33-34页 |
·用户模型中的相关函数 | 第34-36页 |
·用户模型的结构与表示 | 第36-37页 |
·用户模型的学习与更新 | 第37-38页 |
·用户模型的学习 | 第37页 |
·用户模型的更新 | 第37-38页 |
·用户模型的聚合过程 | 第38-39页 |
·本章小结 | 第39-40页 |
第4章 多源用户模型聚合中的用户聚类算法 | 第40-56页 |
·现有聚类算法的不足 | 第40-41页 |
·本体中概念综合相似度的计算模型 | 第41-44页 |
·概念实例相似度计算 | 第41-42页 |
·概念关系相似度计算 | 第42页 |
·概念结构相似度计算 | 第42-43页 |
·相似度的整合以及模型的评价 | 第43-44页 |
·基于用户内积空间模型的用户聚类算法 | 第44-49页 |
·用户内积空间模型 | 第44-46页 |
·用户相似度计算算法 | 第46-47页 |
·用户聚类算法 | 第47-49页 |
·用户聚类算法的分析与评价 | 第49-55页 |
·数据集选取 | 第50页 |
·度量标准 | 第50-51页 |
·实验结果与分析 | 第51-54页 |
·算法的评价 | 第54-55页 |
·本章小结 | 第55-56页 |
第5章 多源用户模型聚合中的本体映射方法 | 第56-69页 |
·本体的异构性 | 第56-57页 |
·基于概念综合相似度的本体映射策略 | 第57-59页 |
·基于概念综合相似度计算的本体映射过程 | 第57-58页 |
·映射发现 | 第58-59页 |
·多个本体间的映射策略 | 第59-60页 |
·1: n 关系的多个本体映射 | 第59页 |
·m: 1 关系的多个本体映射 | 第59-60页 |
·m : n 关系的多个本体映射 | 第60页 |
·多源用户模型聚合方法的分析与评价 | 第60-68页 |
·数据集选取 | 第60-61页 |
·度量标准 | 第61-62页 |
·实验结果与分析 | 第62-68页 |
·本章小结 | 第68-69页 |
结论 | 第69-71页 |
参考文献 | 第71-76页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第76-77页 |
致谢 | 第77-78页 |
作者简介 | 第78页 |