| 摘要 | 第1-7页 |
| Abstract | 第7-17页 |
| 1 绪论 | 第17-37页 |
| ·研究动因 | 第17-18页 |
| ·国内外相关研究综述 | 第18-32页 |
| ·知识服务研究的兴起 | 第18-22页 |
| ·个性化服务与推荐系统 | 第22-26页 |
| ·信息检索语义化与语义检索 | 第26-32页 |
| ·本文的研究方法和内容安排 | 第32-34页 |
| ·本文研究的主要创新之处 | 第34-37页 |
| 2 面向知识服务的智能推荐系统IKRS研究概述 | 第37-51页 |
| ·IKRS系统研究和设计的出发点 | 第37-40页 |
| ·体现知识服务的内涵和要求 | 第37-39页 |
| ·对信息检索系统的改造和提升 | 第39页 |
| ·基于领域驱动的思想 | 第39-40页 |
| ·IKRS系统的形式模型和概念框架 | 第40-44页 |
| ·信息检索形式模型相关研究 | 第40-42页 |
| ·IKRS系统的形式模型定义 | 第42页 |
| ·IKRS系统的概念框架描述 | 第42-44页 |
| ·IKRS系统的体系结构与关键技术 | 第44-50页 |
| ·IKRS系统的体系结构分析 | 第44-46页 |
| ·IKRS系统的主要处理流程 | 第46-49页 |
| ·IKRS系统涉及的关键问题 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 3 基于本体的领域知识建模与可视化导航研究 | 第51-79页 |
| ·领域知识建模的本体方法论基础 | 第51-62页 |
| ·本体的概念和分类 | 第51-55页 |
| ·本体描述语言OWL | 第55-58页 |
| ·本体构建方法和工具 | 第58-62页 |
| ·军用飞机领域本体的构建 | 第62-71页 |
| ·构建工作概述 | 第62-63页 |
| ·概念体系的设计 | 第63-68页 |
| ·编辑与存储实现 | 第68-71页 |
| ·基于领域本体的可视化导航研究 | 第71-77页 |
| ·本体可视化导航的技术基础 | 第71-73页 |
| ·本体可视化导航的实现方案 | 第73-75页 |
| ·本体可视化导航的实现效果 | 第75-77页 |
| ·本章小结 | 第77-79页 |
| 4 中文文本相似性测度问题研究 | 第79-103页 |
| ·文本相似性的概念及其测度公式 | 第79-83页 |
| ·对文本相似性与相关性的讨论 | 第79-81页 |
| ·文本相似性测度的常用计算公式 | 第81-83页 |
| ·文本相似性测度的典型处理与存在问题 | 第83-88页 |
| ·文本相似性测度的典型处理方法 | 第83-87页 |
| ·文本相似性测度存在的主要问题 | 第87-88页 |
| ·一种基于概念语义的文本相似测度方法SCSM | 第88-94页 |
| ·SCSM测度方法的主要思想和处理流程 | 第89-92页 |
| ·SCSM方法的文本相似性测度示例说明 | 第92-93页 |
| ·SCSM方法在IKRS原型系统中的应用简介 | 第93-94页 |
| ·实验研究 | 第94-102页 |
| ·实验目标和语料库准备 | 第94-95页 |
| ·文本篇章的相似性排序实验测试 | 第95-98页 |
| ·应用于概念检索的检索效果测试 | 第98-102页 |
| ·本章小结 | 第102-103页 |
| 5 用户兴趣建模与兴趣资源推荐 | 第103-127页 |
| ·用户兴趣建模的概念与分类 | 第103-107页 |
| ·用户兴趣建模的概念 | 第103-104页 |
| ·用户兴趣建模的分类 | 第104-107页 |
| ·用户兴趣建模的主要任务 | 第107-113页 |
| ·用户兴趣信息的收集 | 第107-108页 |
| ·用户兴趣特征的表示 | 第108-109页 |
| ·兴趣模型的学习和更新 | 第109-113页 |
| ·细粒度用户兴趣建模研究 | 第113-122页 |
| ·细粒度用户兴趣的概念和形式化定义 | 第113-114页 |
| ·基于机器学习的细粒度用户兴趣建模 | 第114-116页 |
| ·基于知识本体的细粒度用户兴趣建模 | 第116-122页 |
| ·基于细粒度用户兴趣的资源推荐 | 第122-126页 |
| ·兴趣资源推荐处理方法 | 第122页 |
| ·用户细兴趣实验测试 | 第122-126页 |
| ·本章小结 | 第126-127页 |
| 6 IKRS系统中的协同推荐研究 | 第127-153页 |
| ·协同推荐的原理与典型技术分类 | 第127-135页 |
| ·协同推荐的原理和特点 | 第127-129页 |
| ·几类典型的协同推荐技术 | 第129-135页 |
| ·IKRS中的协同推荐处理总体思路 | 第135-137页 |
| ·IKRS中基于近邻相似用户的协同推荐 | 第137-143页 |
| ·基于用户-文档矩阵和用户聚类的近邻用户生成 | 第137-141页 |
| ·基于细兴趣相似的近邻用户生成 | 第141-143页 |
| ·推荐集的产生 | 第143页 |
| ·IKRS中基于加权关联规则的协同推荐 | 第143-151页 |
| ·关联规则与加权关联规则概述 | 第143-145页 |
| ·基于加权关联规则的协同推荐方法 | 第145-150页 |
| ·一个简单的实验测试 | 第150-151页 |
| ·本章小结 | 第151-153页 |
| 7 IKRS原型系统的开发与实现 | 第153-169页 |
| ·IKRS原型系统的模块设计 | 第153-155页 |
| ·IKRS原型系统的开发 | 第155-160页 |
| ·开发平台与工具 | 第155-156页 |
| ·主要数据库表结构 | 第156-160页 |
| ·IKRS原型系统的功能界面 | 第160-168页 |
| ·后台处理界面 | 第160-166页 |
| ·前台交互界面 | 第166-168页 |
| ·本章小结 | 第168-169页 |
| 8 研究总结与进一步工作 | 第169-173页 |
| ·研究总结 | 第169-170页 |
| ·进一步工作 | 第170-173页 |
| 致谢 | 第173-175页 |
| 参考文献 | 第175-187页 |
| 附录A 最新版OntoAvion本体的结构与OWL代码片段 | 第187-192页 |
| 附录B 中文文本相似性测度的实验样本数据 | 第192-210页 |
| 附录C 概念检索测试的基准文档与结果显示序号 | 第210-212页 |
| 附录D 攻读博士学位期间的发表论文与科研情况 | 第212-213页 |