首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于关联数据和用户本体的个性化知识服务关键技术研究

摘要第7-10页
ABSTRACT第10-13页
第1章 引言第17-24页
    1.1 选题背景和意义第17-18页
    1.2 国内外研究现状第18-22页
        1.2.1 知识服务第18-20页
        1.2.2 关联数据第20-21页
        1.2.3 用户模型第21-22页
    1.3 本文的研究内容第22-23页
    1.4 本文的组织结构第23-24页
第2章 相关基础研究进展第24-44页
    2.1 语义网第24-29页
        2.1.1 语义网概述及特点第24-25页
        2.1.2 语义网的体系结构第25-27页
        2.1.3 语义网的基础第27-29页
    2.2 关联数据第29-33页
        2.2.1 关联数据的概念和特性第29-30页
        2.2.2 关联数据的组织第30-32页
        2.2.3 关联数据的应用第32-33页
    2.3 知识本体第33-43页
        2.3.1 知识本体的概念第33-35页
        2.3.2 知识本体的描述语言第35-36页
        2.3.3 知识本体的建模元语第36-37页
        2.3.4 知识本体构建方法第37-40页
        2.3.5 知识本体构建工具第40-41页
        2.3.6 知识本体的应用第41-43页
    2.4 本章小结第43-44页
第3章 个性化知识服务总体架构第44-51页
    3.1 个性化服务第44-46页
        3.1.1 个性化服务概述第44-45页
        3.1.2 个性化服务的特征第45页
        3.1.3 个性化服务技术第45-46页
    3.2 学习资源到领域知识本体的演进第46-47页
        3.2.1 关联数据的演进第46-47页
        3.2.2 知识本体的表示第47页
    3.3 个性化知识服务总体框架第47-50页
        3.3.1 个性化知识服务层次结构第47-48页
        3.3.2 个性化流程第48-49页
        3.3.3 个性化知识服务的主要功能简介第49-50页
    3.4 本章小结第50-51页
第4章 用户模型和用户本体研究第51-62页
    4.1 用户模型学习方法第51-53页
    4.2 用户本体元数据模型第53-54页
    4.3 用户知识背景学习方法及算法第54-56页
    4.4 用户社会关系学习方法及算法第56页
    4.5 用户情感倾向判断第56-58页
        4.5.1 情感倾向分析的主要方法第56-57页
        4.5.2 情感分析的具体步骤第57-58页
    4.6 用户兴趣识别第58-59页
    4.7 用户本体的更新第59-61页
        4.7.1 更新策略第59-60页
        4.7.2 更新方法第60-61页
    4.8 本章小结第61-62页
第5章 个性化推荐引擎研究第62-94页
    5.1 个性化推荐技术第62-71页
        5.1.1 个性化推荐相关研究第62-63页
        5.1.2 主要推荐方法及研究现状第63-68页
        5.1.3 个性化推荐技术的主要商业应用第68-71页
    5.2 个性化推荐引擎架构第71-72页
    5.3 推荐算法研究第72-93页
        5.3.1 利用关联检索技术缓解数据稀疏问题第73-81页
        5.3.2 基于同义标签分组的协同推荐第81-89页
        5.3.3 基于用户本体和社会信息的推荐第89-93页
    5.4 本章小结第93-94页
第6章 个性化语义搜索引擎研究第94-104页
    6.1 相关研究第94-95页
    6.2 个性化语义搜索引擎架构第95-97页
    6.3 语义搜索流程第97-98页
    6.4 语义检索策略第98-103页
        6.4.1 语义标注文档和实例检索策略第98-103页
        6.4.2 语义关系检索第103页
    6.5 本章小结第103-104页
第7章 基于关联课程数据的个性化知识服务系统第104-126页
    7.1 个性化知识服务的特征和方法第104-105页
    7.2 个性化知识服务系统功能结构第105-106页
    7.3 个性化搜索服务第106-107页
        7.3.1 个性化搜索服务系统流程第106页
        7.3.2 功能展示第106-107页
    7.4 知识导航服务第107-108页
        7.4.1 个性化导航服务工作流第107-108页
        7.4.2 功能展示第108页
    7.5 个性化定制服务第108-117页
        7.5.1 个性化定制服务流程第109-110页
        7.5.2 学习路径生成方法及算法第110-111页
        7.5.3 案例库的保存、更新与合并第111-112页
        7.5.4 功能展示第112-117页
    7.6 个性化问答服务第117-124页
        7.6.1 个性化问答服务工作流第118-119页
        7.6.2 帮助者推荐第119-120页
        7.6.3 答案库的更新第120-121页
        7.6.4 功能展示第121-124页
    7.7 本章小结第124-126页
第8章 总结与展望第126-130页
    8.1 研究工作总结第126-127页
    8.2 本文的主要创新第127-128页
    8.3 对未来工作的展望第128-130页
参考文献第130-140页
发表文章第140-141页
参与项目第141-142页
致谢第142-143页

论文共143页,点击 下载论文
上一篇:大学生村官形象的建构与媒体传播
下一篇:基于信号强度的WLAN室内定位跟踪系统研究