| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 选题背景与意义 | 第9-10页 |
| 1.2 主要研究内容 | 第10-11页 |
| 1.3 论文主要内容与结构安排 | 第11-13页 |
| 1.3.1 论文主要内容 | 第11页 |
| 1.3.2 论文结构安排 | 第11-13页 |
| 第二章 云服务个性化推荐研究现状及相关工作 | 第13-25页 |
| 2.1 云服务个性化推荐的相关技术 | 第13-16页 |
| 2.1.1 个性化推荐相关技术 | 第13-15页 |
| 2.1.2 云计算相关技术 | 第15-16页 |
| 2.2 云服务个性化推荐的研究现状 | 第16-18页 |
| 2.3 关键问题及解决方法 | 第18-23页 |
| 2.3.1 关键问题 | 第18-20页 |
| 2.3.2 关键问题的解决方法 | 第20-22页 |
| 2.3.3 马尔科夫链模拟用户使用云服务过程的可行性分析 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 相关理论 | 第25-35页 |
| 3.1 聚类算法 | 第25-29页 |
| 3.1.1 常用聚类算法 | 第25-28页 |
| 3.1.2 本文所采用的聚类算法 | 第28-29页 |
| 3.2 马尔科夫模型 | 第29-32页 |
| 3.2.1 马尔科夫过程与马尔科夫链 | 第29-30页 |
| 3.2.2 马尔科夫预测 | 第30-31页 |
| 3.2.2.1 单步马尔科夫预测 | 第31页 |
| 3.2.2.2 多步马尔科夫预测 | 第31页 |
| 3.2.3 本文所采用的马尔科夫预测 | 第31-32页 |
| 3.3 多属性决策 | 第32-34页 |
| 3.3.1 多维效用合并模型 | 第32-33页 |
| 3.3.2 多维效用合并规则 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 云服务个性化推荐模型 | 第35-44页 |
| 4.1 设计思想 | 第35页 |
| 4.2 模型结构 | 第35-36页 |
| 4.3 功能模块 | 第36-41页 |
| 4.3.1 数据采集与处理模块 | 第36-37页 |
| 4.3.2 用户功能需求模块 | 第37页 |
| 4.3.3 用户性能需求模块 | 第37-38页 |
| 4.3.4 马尔科夫预测模块 | 第38-41页 |
| 4.3.5 最终推荐模块 | 第41页 |
| 4.4 推荐模型计算方式 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第五章 实验验证 | 第44-53页 |
| 5.1 实验准备 | 第44-46页 |
| 5.1.1 NDCG指标 | 第44-45页 |
| 5.1.2 实验数据 | 第45-46页 |
| 5.2 MCL结果分析 | 第46页 |
| 5.3 用户性能需求的效用 | 第46-48页 |
| 5.4 推荐算法性能比较 | 第48-52页 |
| 5.5 本章小结 | 第52-53页 |
| 第六章 总结和展望 | 第53-55页 |
| 6.1 总结 | 第53-54页 |
| 6.1.1 本文工作 | 第53-54页 |
| 6.1.2 本文不足 | 第54页 |
| 6.2 课题展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间发表的学术论文 | 第59页 |