| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第10-14页 |
| 1.1 论文的背景和意义 | 第10-11页 |
| 1.2 研究内容 | 第11-12页 |
| 1.3 论文的组织结构 | 第12-14页 |
| 第2章 研究基础 | 第14-22页 |
| 2.1 相关理论 | 第14-17页 |
| 2.1.1 服务演进 | 第14-15页 |
| 2.1.2 基于情境理论的Situ框架 | 第15-17页 |
| 2.2 行为预测 | 第17-18页 |
| 2.3 马尔可夫模型 | 第18-19页 |
| 2.4 灰预测模型 | 第19-21页 |
| 2.4.1 数列灰预测 | 第19-20页 |
| 2.4.2 灾变灰预测 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 基于情境理论的用户行为预测与应用框架 | 第22-30页 |
| 3.1 SMR系统框架 | 第22-24页 |
| 3.2 用户行为预测过程 | 第24-28页 |
| 3.2.1 用户行为预测框架 | 第25-26页 |
| 3.2.2 用户行为预测中的关键问题 | 第26-28页 |
| 3.3 用户行为预测应用过程 | 第28-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第4章 面向用户行为预测的意图推测方法 | 第30-42页 |
| 4.1 命名情境识别过程 | 第30-34页 |
| 4.1.1 改进AC向量的动作序列匹配方法 | 第31-33页 |
| 4.1.2 带标识向量的环境上下文序列匹配方法 | 第33-34页 |
| 4.2 基于意图Trie树的用户意图推测方法 | 第34-41页 |
| 4.2.1 意图Trie树建立过程 | 第35-38页 |
| 4.2.2 基于意图Trie树的匹配查询过程 | 第38-40页 |
| 4.2.3 基于意图Trie树的匹配查询方法 | 第40-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第5章 面向智能执行策略的用户行为预测 | 第42-62页 |
| 5.1 基于意图推测的用户行为预测过程 | 第42-44页 |
| 5.2 意图推测过程中意图Trie树的分支处理方法 | 第44-55页 |
| 5.2.1 经验决策过程 | 第46-47页 |
| 5.2.2 基于环境上下文预测的决策过程 | 第47-54页 |
| 5.2.3 分支决策处理 | 第54-55页 |
| 5.3 基于行为预测的智能执行策略生成 | 第55-60页 |
| 5.3.1 系统中用户动作补偿度的设定 | 第56-57页 |
| 5.3.2 基于动作补偿度的智能执行策略生成 | 第57-59页 |
| 5.3.3 执行服务的补偿 | 第59-60页 |
| 5.4 本章小结 | 第60-62页 |
| 第6章 实例研究与分析 | 第62-78页 |
| 6.1 实验环境及数据 | 第62-69页 |
| 6.2 智能执行策略的生成实例 | 第69-77页 |
| 6.2.1 实例设计一 | 第70-75页 |
| 6.2.2 实例设计二 | 第75-77页 |
| 6.3 本章小结 | 第77-78页 |
| 第7章 总结与展望 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84页 |