基于用户情景的移动服务推荐算法与模型研究
| 中文摘要 | 第4-6页 |
| 英文摘要 | 第6-7页 |
| 1 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.2.1 国内研究现状 | 第12-13页 |
| 1.2.2 国外研究现状 | 第13页 |
| 1.3 主要研究内容和创新点 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 2 相关理论与技术 | 第16-22页 |
| 2.1 服务推荐的算法 | 第16-19页 |
| 2.1.1 基于内存的协同过滤 | 第16-17页 |
| 2.1.2 基于模型的协同过滤 | 第17页 |
| 2.1.3 协同过滤推荐步骤 | 第17-19页 |
| 2.2 情景演算 | 第19-21页 |
| 2.2.1 情景演算公理系统 | 第20-21页 |
| 2.2.2 基本行动理论 | 第21页 |
| 2.3 本章小结 | 第21-22页 |
| 3 基于用户行为与情景感知的移动服务推荐算法 | 第22-33页 |
| 3.1 MSR-BCA算法设计 | 第22-27页 |
| 3.1.1 MSR-BCA算法思想 | 第22-23页 |
| 3.1.2 情景相似度计算 | 第23-25页 |
| 3.1.3 用户行为需求度计算 | 第25-27页 |
| 3.2 实验验证 | 第27-31页 |
| 3.2.1 数据集的选择 | 第27-29页 |
| 3.2.2 评价标准 | 第29页 |
| 3.2.3 推荐结果分析 | 第29-31页 |
| 3.3 本章小结 | 第31-33页 |
| 4 基于情景演算的移动服务推荐模型研究 | 第33-44页 |
| 4.1 MSR-SC模型的构建思想 | 第33页 |
| 4.2 MSR-SC基本元素及定义 | 第33-37页 |
| 4.2.1 MSR-SC的动作域 | 第34-36页 |
| 4.2.2 MSR-SC的流域 | 第36-37页 |
| 4.2.3 MSR-SC的情景域 | 第37页 |
| 4.3 MSR-SC的行为动作公理 | 第37-39页 |
| 4.3.1 MSR-SC的基本公理 | 第37页 |
| 4.3.2 MSR-SC的动作前提公理 | 第37-38页 |
| 4.3.3 MSR-SC的后续状态公理 | 第38-39页 |
| 4.3.4 MSR-SC的初始情景公理 | 第39页 |
| 4.4 应用案例及结果分析 | 第39-42页 |
| 4.4.1 应用案例描述 | 第39-40页 |
| 4.4.2 基于MSR-SC的案例描述 | 第40-42页 |
| 4.5 本章小结 | 第42-44页 |
| 5 移动服务推荐平台 | 第44-47页 |
| 5.1 平台实现环境 | 第44-45页 |
| 5.1.1 体系结构设计 | 第44页 |
| 5.1.2 运行环境的软件与硬件要求 | 第44-45页 |
| 5.2 算法的实现 | 第45-46页 |
| 5.2.1 应用推荐子系统的设计 | 第45-46页 |
| 5.2.2 推荐结果显示 | 第46页 |
| 5.3 本章小结 | 第46-47页 |
| 6 总结与展望 | 第47-49页 |
| 6.1 本文总结 | 第47页 |
| 6.2 未来展望 | 第47-49页 |
| 参考文献 | 第49-55页 |
| 致谢 | 第55-56页 |
| 攻读学位期间取得的科研成果清单 | 第56页 |
