| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 专用术语注释表 | 第9-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 论文结构 | 第14-15页 |
| 第二章 基础理论知识介绍 | 第15-24页 |
| 2.1 群智感知 | 第15-18页 |
| 2.1.1 众包 | 第15-16页 |
| 2.1.2 激励机制 | 第16-18页 |
| 2.2 服务识别 | 第18-20页 |
| 2.2.1 自上而下的服务识别策略 | 第18页 |
| 2.2.2 自下而上的服务识别策略 | 第18-19页 |
| 2.2.3 服务识别策略中常用方法 | 第19-20页 |
| 2.3 聚类算法 | 第20-21页 |
| 2.4 子群算法 | 第21-22页 |
| 2.5 Beth信任模型 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第三章 基于用户需求的面向海量数据的服务识别方法 | 第24-35页 |
| 3.1 研究思路 | 第24-25页 |
| 3.2 海量服务聚类 | 第25-26页 |
| 3.3 满足用户需求的服务集优化 | 第26-30页 |
| 3.3.1 满足用户需求的PSO优化算法 | 第26-28页 |
| 3.3.2 面向大数据的PSO-MapReduce优化算法 | 第28-30页 |
| 3.4 于可信用户QOE的服务识别监控机制 | 第30-31页 |
| 3.4.1 用户的可信度问题 | 第30-31页 |
| 3.4.2 基于Beth信任模型的用户可信度计算方法 | 第31页 |
| 3.4.3 基于可信用户QoE的服务集更新 | 第31页 |
| 3.5 仿真实验与结果分析 | 第31-34页 |
| 3.5.1 实验评估参数 | 第32页 |
| 3.5.2 实验结果与分析 | 第32-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 基于混合方式的群智感知激励机制 | 第35-46页 |
| 4.1 研究思路 | 第35-36页 |
| 4.2 基于混合方式的群智感知激励机制 | 第36-41页 |
| 4.2.1 相关定义 | 第36-37页 |
| 4.2.2 感知任务参与者的选择 | 第37-39页 |
| 4.2.3 报酬分配 | 第39-40页 |
| 4.2.4 质量监控 | 第40-41页 |
| 4.3 仿真实验与结果分析 | 第41-45页 |
| 4.3.1 实验评估参数 | 第42页 |
| 4.3.2 实验结果与分析 | 第42-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 原型系统及应用示范 | 第46-57页 |
| 5.1 原型系统 | 第46-49页 |
| 5.1.1 背景介绍 | 第46-47页 |
| 5.1.2 系统结构 | 第47-49页 |
| 5.2 应用示范 | 第49-56页 |
| 5.2.1 需求分析 | 第49-50页 |
| 5.2.2 概要设计 | 第50页 |
| 5.2.3 详细设计 | 第50-52页 |
| 5.2.4 具体实现 | 第52-56页 |
| 5.3 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 工作总结 | 第57页 |
| 6.2 研究展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第63-64页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第64-65页 |
| 致谢 | 第65页 |