摘要 | 第1-7页 |
Abstract | 第7-10页 |
目录 | 第10-12页 |
第1章 绪论 | 第12-33页 |
·研究的背景与意义 | 第12-15页 |
·研究背景 | 第12-14页 |
·研究目的与意义 | 第14-15页 |
·国内外研究现状 | 第15-28页 |
·二次匹配理论研究现状 | 第15-17页 |
·精准服务推荐研究现状 | 第17-19页 |
·客户与服务知识及概念分层研究现状 | 第19-23页 |
·客户行为分析研究现状 | 第23-27页 |
·国内外研究现状总结 | 第27-28页 |
·研究内容和研究方法 | 第28-33页 |
·研究目标 | 第28页 |
·主要研究内容 | 第28-30页 |
·研究方法 | 第30-33页 |
第2章 基于二次匹配的精准服务推荐理论及其应用价值分析 | 第33-55页 |
·传统服务推荐方法存在的缺陷 | 第33-38页 |
·传统服务推荐方法基本都局限于单次匹配的思想 | 第33-34页 |
·传统服务推荐方法不能很好地处理不确定性问题 | 第34-38页 |
·基于二次匹配的精准服务推荐的相关概念及理论基础 | 第38-51页 |
·基于二次匹配的精准服务推荐的相关概念和框架 | 第38-40页 |
·基于二次匹配的精准服务推荐的理论基础—云模型 | 第40-51页 |
·基于二次匹配的精准服务推荐的优势及其应用价值 | 第51-54页 |
·基于二次匹配的精准服务推荐的优势 | 第51-52页 |
·基于二次匹配的精准服务推荐的应用价值 | 第52-54页 |
本章小结 | 第54-55页 |
第3章 面向二次匹配的知识结构模型构建 | 第55-82页 |
·基于本体的客户知识结构模型构建 | 第57-65页 |
·基于本体的客户群体知识结构模型构建 | 第57-62页 |
·基于本体的个体客户知识结构模型构建 | 第62-65页 |
·基于本体的服务知识结构模型构建 | 第65-70页 |
·基于本体的元服务知识结构模型构建 | 第65-68页 |
·基于本体的亚元服务知识结构模型构建 | 第68-70页 |
·基于本体的客户与服务总体知识框架 | 第70-74页 |
·客户与服务知识的获取来源 | 第70-71页 |
·客户与服务各子类知识之间的关联 | 第71-74页 |
·客户与服务数据的预处理与转换 | 第74-81页 |
·客户与服务数据预处理的主要内容 | 第74-75页 |
·客户与服务数据的粒度分析 | 第75-81页 |
本章小结 | 第81-82页 |
第4章 面向二次匹配的客户群及个性行为分析模型 | 第82-106页 |
·客户群体行为分析模型 | 第82-97页 |
·客户群多层级划分 | 第83-87页 |
·客户群体间相似性度量 | 第87-93页 |
·客户群共性特征提取 | 第93-97页 |
·客户个性行为分析模型 | 第97-105页 |
·客户个体群归属的确定 | 第97-100页 |
·客户个体及客户群体的动态调整 | 第100-102页 |
·客户个性差异的度量 | 第102-105页 |
本章小结 | 第105-106页 |
第5章 精准服务项目的产生与发布 | 第106-120页 |
·基于云模型的服务推理器设计 | 第107-112页 |
·客户群与元服务项目之间的匹配 | 第112-114页 |
·个体客户与亚元服务项目之间的匹配 | 第114-118页 |
·精准服务项目的发布 | 第118-119页 |
本章小结 | 第119-120页 |
第6章 基于二次匹配的精准服务推荐仿真分析 | 第120-141页 |
·客户与服务知识本体构建的仿真分析 | 第120-127页 |
·客户与服务知识本体的应用实现 | 第120-124页 |
·客户与服务信息的粒化与概念提升 | 第124-127页 |
·客户群共性及个性行为仿真分析 | 第127-137页 |
·客户群体间相似性的度量 | 第127-130页 |
·客户群共性特征的提取 | 第130-135页 |
·客户个性差异的度量 | 第135-137页 |
·客户与服务之间二次匹配的仿真分析 | 第137-140页 |
本章小结 | 第140-141页 |
第7章 全文总结与研究展望 | 第141-145页 |
·全文总结 | 第141-142页 |
·本文创新点 | 第142-144页 |
·研究展望 | 第144-145页 |
致谢 | 第145-146页 |
参考文献 | 第146-157页 |
附录一 攻读博士学位期间发表论文及参与科研项目 | 第157-158页 |
附录二 公开发表的学术论文与博士学位论文的关系 | 第158-159页 |
附录三 主要仿真程序 | 第159-164页 |