摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-19页 |
1.1 研究背景及意义 | 第10-13页 |
1.1.1 研究背景 | 第10-12页 |
1.1.2 研究意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-16页 |
1.2.1 研究现状 | 第13-15页 |
1.2.2 存在问题分析 | 第15-16页 |
1.3 研究目标及内容 | 第16-17页 |
1.3.1 研究目标 | 第16页 |
1.3.2 研究内容 | 第16-17页 |
1.4 论文组织结构 | 第17-18页 |
1.5 本章小结 | 第18-19页 |
第二章 面向PLA的用户行为数据建模 | 第19-35页 |
2.1 PLA矢量数据生产平台 | 第19-22页 |
2.1.1 PLA矢量数据生产模式及特点 | 第19-21页 |
2.1.2 PLA中矢量数据生产存在的问题 | 第21-22页 |
2.2 基于PLA矢量数据生产的用户行为数据 | 第22-25页 |
2.2.1 用户行为数据分类 | 第22-23页 |
2.2.2 用户行为数据模型构建 | 第23-25页 |
2.3 基于PLA的用户行为数据获取与存储 | 第25-34页 |
2.3.1 用户行为数据获取 | 第25-29页 |
2.3.2 用户行为数据预处理 | 第29-30页 |
2.3.3 用户行为数据的存储 | 第30-34页 |
2.4 本章小结 | 第34-35页 |
第三章 基于用户行为分析的PLA界面优化 | 第35-48页 |
3.1 面向PLA的界面优化 | 第35-37页 |
3.1.1 PLA界面优化的目的 | 第35-36页 |
3.1.2 PLA界面优化的内容 | 第36-37页 |
3.2 基于用户行为分析的矢量数据生产工具推荐 | 第37-40页 |
3.2.1 面向工具推荐的用户行为分析方法 | 第37-38页 |
3.2.2 工具推荐规则及组织 | 第38-39页 |
3.2.3 工具推荐规则的动态维护和推荐机制 | 第39-40页 |
3.3 基于用户行为分析的矢量数据生产工具合并 | 第40-43页 |
3.3.1 基于用户行为分析的工具合并基本思路 | 第40-41页 |
3.3.2 面向工具合并的用户行为分析方法 | 第41-42页 |
3.3.3 矢量数据生产工具合并方法 | 第42-43页 |
3.4 实验验证及分析 | 第43-47页 |
3.4.1 工具推荐实验验证与分析 | 第44-46页 |
3.4.2 工具合并的实验结果及分析 | 第46-47页 |
3.5 本章小结 | 第47-48页 |
第四章 面向PLA矢量数据生产的作业任务智能推荐 | 第48-64页 |
4.1 PLA矢量数据生产作业任务的分配模式研究 | 第48-52页 |
4.1.1 PLA作业任务的自主认领模式及问题分析 | 第48-50页 |
4.1.2 作业任务的智能推荐模式及作用 | 第50-51页 |
4.1.3 面向作业任务智能推荐的用户作业能力量化 | 第51-52页 |
4.2 基于两级推荐机制的矢量数据生产作业任务智能推荐方法 | 第52-55页 |
4.2.1 两级推荐机制 | 第52-53页 |
4.2.2 工序类型推荐 | 第53-54页 |
4.2.3 作业任务推荐 | 第54-55页 |
4.3 改进决策树支持下的矢量数据生产作业任务智能推荐方法 | 第55-61页 |
4.3.1 C4.5 决策树算法及其改进 | 第56-58页 |
4.3.2 改进结果与分析 | 第58-61页 |
4.4 实验验证与分析 | 第61-63页 |
4.4.1 两级推荐机制的任务智能推荐方法验证与分析 | 第61-62页 |
4.4.2 改进决策树支持下的任务智能推荐方法验证与分析 | 第62-63页 |
4.5 本章小结 | 第63-64页 |
第五章 面向PLA的用户行为分析实验系统研制 | 第64-74页 |
5.1 系统概述及实验环境介绍 | 第64-65页 |
5.2 用户行为分析实验系统总体设计 | 第65-67页 |
5.2.1 概念框架设计 | 第65-66页 |
5.2.2 逻辑框架设计 | 第66-67页 |
5.3 用户行为分析实验系统实现 | 第67-73页 |
5.4 本章小结 | 第73-74页 |
第六章 总结与展望 | 第74-76页 |
6.1 论文总结 | 第74-75页 |
6.1.1 主要工作 | 第74-75页 |
6.1.2 主要创新点 | 第75页 |
6.2 前景展望 | 第75-76页 |
致谢 | 第76-77页 |
参考文献 | 第77-80页 |
作者简历 | 第80页 |