异构多情景源用户情景序列提取研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文研究内容 | 第12-13页 |
| 1.4 论文结构安排 | 第13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 异构多情景源用户个性化服务系统 | 第14-24页 |
| 2.1 系统目标 | 第14页 |
| 2.2 系统架构 | 第14-16页 |
| 2.3 软件结构 | 第16-19页 |
| 2.3.1 系统体系结构设计 | 第16-17页 |
| 2.3.2 系统服务 | 第17-19页 |
| 2.4 部分服务类实现技术 | 第19-22页 |
| 2.5 本章小结 | 第22-24页 |
| 3 基于RGM模型的缺失数据填补算法 | 第24-42页 |
| 3.1 缺失数据常见的原因 | 第24-25页 |
| 3.2 灰色预测模型 | 第25-33页 |
| 3.2.1 GM(1,1)建模思想 | 第25-26页 |
| 3.2.2 GM(1,1)模型的建模原理 | 第26-28页 |
| 3.2.3 GM(1,1)预测的建模步骤 | 第28-30页 |
| 3.2.4 GM(1,1)模型的精度检验 | 第30-32页 |
| 3.2.5 GM(1,1)建模特征 | 第32-33页 |
| 3.3 基于RGM模型的改进及应用 | 第33-40页 |
| 3.3.1 滚动灰色预测模型 | 第33-34页 |
| 3.3.2 提升数据序列光滑比的方法 | 第34-37页 |
| 3.3.3 基于ERGM模型的缺失数据填补算法 | 第37-38页 |
| 3.3.4 实验分析 | 第38-40页 |
| 3.4 本章小结 | 第40-42页 |
| 4 移动环境下多情景源用户情景序列的提取研究 | 第42-50页 |
| 4.1 隐马尔可夫模型 | 第42-44页 |
| 4.2 改进的HMM对移动用户情景序列提取 | 第44-48页 |
| 4.2.1 单情景源下的HMM模型提取 | 第44-45页 |
| 4.2.2 扩展多情景源下的HMM模型提取 | 第45-47页 |
| 4.2.3 实验分析 | 第47-48页 |
| 4.3 本章小结 | 第48-50页 |
| 5 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 参考文献 | 第52-58页 |
| 作者攻读学位期间发表论文（含录用）清单 | 第58-60页 |
| 致谢 | 第60页 |
