| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题来源与背景 | 第10-11页 |
| 1.2 课题研究意义 | 第11-13页 |
| 1.3 课题相关内容的国内外研究现状 | 第13-16页 |
| 1.3.1 服务价值特征 | 第13-14页 |
| 1.3.2 服务价值分布特征挖掘中的算法技术 | 第14页 |
| 1.3.3 服务推荐的研究 | 第14-15页 |
| 1.3.4 服务价值特征关注度演化的研究 | 第15页 |
| 1.3.5 相关度计算模型 | 第15-16页 |
| 1.4 本文研究内容及章节安排 | 第16-18页 |
| 第2章 服务价值分布特征挖掘及可视化 | 第18-34页 |
| 2.1 研究问题 | 第18-19页 |
| 2.2 服务价值特征挖掘 | 第19-26页 |
| 2.2.1 数据预处理 | 第21-22页 |
| 2.2.2 服务价值特征挖掘 | 第22-26页 |
| 2.3 服务价值特征的近义词处理 | 第26-28页 |
| 2.4 服务价值特征关注度计算方法 | 第28-29页 |
| 2.5 服务价值特征关注度分布矩阵的构建及数据可视化 | 第29-33页 |
| 2.5.1 服务价值特征关注度分布矩阵的构建 | 第29-30页 |
| 2.5.2 数据可视化 | 第30-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第3章 基于服务价值特征分布的服务推荐 | 第34-41页 |
| 3.1 研究问题 | 第34页 |
| 3.2 服务价值特征分布矩阵的构建 | 第34-36页 |
| 3.2.1 基于顾客的服务价值特征分布矩阵 | 第34-35页 |
| 3.2.2 基于服务提供者的服务价值特征分布矩阵 | 第35-36页 |
| 3.3 基于服务价值特征分布的服务推荐 | 第36-39页 |
| 3.3.1 传统的服务推荐技术 | 第36-37页 |
| 3.3.2 基于服务价值特征分布的服务推荐技术 | 第37-38页 |
| 3.3.3 实验与分析 | 第38-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 服务价值特征关注度的演化分析 | 第41-52页 |
| 4.1 研究问题 | 第41页 |
| 4.2 服务价值特征关注度时间序列模型 | 第41-42页 |
| 4.3 服务价值特征关注度预测算法 | 第42-47页 |
| 4.3.1 一种新颖的卷积滑窗建模方法 | 第43-45页 |
| 4.3.2 基于随机森林回归模型的服务价值特征关注度预测方法 | 第45-47页 |
| 4.4 实验与分析 | 第47-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第5章 服务价值特征演化的相关性分析 | 第52-61页 |
| 5.1 研究问题 | 第52-53页 |
| 5.2 服务价值特征演化的相关度分析 | 第53-57页 |
| 5.2.1 最大信息系数 | 第53-54页 |
| 5.2.2 基于MIC的服务价值特征相关性分析方法 | 第54-55页 |
| 5.2.3 基于MIC的高相关性服务价值特征聚类方法及应用场景 | 第55-57页 |
| 5.3 实验与分析 | 第57-60页 |
| 5.4 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第66-68页 |
| 致谢 | 第68页 |
