| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-17页 |
| ·研究背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·研究内容 | 第14-15页 |
| ·论文结构 | 第15-17页 |
| 第2章 相关研究综述 | 第17-25页 |
| ·引言 | 第17页 |
| ·移动位置服务概述 | 第17-19页 |
| ·移动位置服务定义 | 第17-18页 |
| ·移动位置服务的应用 | 第18页 |
| ·移动位置服务原理与实现技术 | 第18-19页 |
| ·情境感知与用户偏好概述 | 第19-21页 |
| ·个性化推荐概述 | 第21-24页 |
| ·小结 | 第24-25页 |
| 第3章 基于情境发现的移动个性化推荐方法 | 第25-47页 |
| ·引言 | 第25页 |
| ·情境化用户偏好模型 | 第25-30页 |
| ·模型简介 | 第25-26页 |
| ·情境信息界定 | 第26-28页 |
| ·构建情境模型 | 第28-30页 |
| ·基于模型的协同过滤推荐机制 | 第30页 |
| ·情景化用户偏好相似度计算 | 第30-33页 |
| ·相关工作及预备知识 | 第30-31页 |
| ·基于无向图的聚类算法 | 第31-32页 |
| ·实验与结果分析 | 第32-33页 |
| ·移动个性化推荐系统的开发 | 第33-46页 |
| ·系统简介 | 第33页 |
| ·系统工作框架 | 第33-34页 |
| ·跨平台 UI 方案 | 第34-38页 |
| ·情境数据采集 | 第38-41页 |
| ·分布式服务端实现 | 第41-44页 |
| ·iPhone/iPad 与 SymbianOS 客户端实现 | 第44-46页 |
| ·小结 | 第46-47页 |
| 第4章 基于异常情境检测的智能手机报警方法 | 第47-58页 |
| ·引言 | 第47页 |
| ·异常情境检测模型 | 第47-48页 |
| ·情境数据 | 第47页 |
| ·滑动窗口阀值模型 | 第47-48页 |
| ·移动设备物理碰撞境检测算法 | 第48-51页 |
| ·相关工作与预备知识 | 第48页 |
| ·基于滑动窗口阀值的异常检测算法 | 第48-50页 |
| ·实验与结果分析 | 第50-51页 |
| ·智能手机异常报警系统开发 | 第51-57页 |
| ·系统简介 | 第51页 |
| ·系统工作框架 | 第51-53页 |
| ·服务器设计 | 第53-54页 |
| ·客户端设计 | 第54-55页 |
| ·系统实现 | 第55-57页 |
| ·小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 附录A 攻读硕士学位期间所表的学术论文目录 | 第66-67页 |
| 附录B 攻读学位期间所获软件著作权目录 | 第67页 |