基于上下文感知的智能服务推荐机制设计及实现
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 引言 | 第10-13页 |
| ·研究背景 | 第10-11页 |
| ·研究内容 | 第11页 |
| ·本文的结构 | 第11-13页 |
| 第二章 研究基础与现状 | 第13-22页 |
| ·传统的个性化服务系统研究现状 | 第13-15页 |
| ·基于上下文感知的个性化服务系统研究现状 | 第15-18页 |
| ·基于上下文感知的智能空间 | 第18-22页 |
| ·GAIA | 第18-20页 |
| ·Aura | 第20页 |
| ·Context Toolkit | 第20页 |
| ·小结 | 第20-22页 |
| 第三章 基于上下文感知的服务推荐系统架构 | 第22-28页 |
| ·多Agent 系统的基础 | 第22-23页 |
| ·智能Agent | 第23-24页 |
| ·系统架构 | 第24-28页 |
| 第四章 基于贝叶斯网络的推荐模型及应用 | 第28-40页 |
| ·贝叶斯网络简介 | 第28-29页 |
| ·创建贝叶斯网络推荐模型 | 第29-33页 |
| ·结构已知，数据集完整 | 第29-30页 |
| ·结构已知，数据集不完整 | 第30-32页 |
| ·结构未知，数据集完整 | 第32-33页 |
| ·贝叶斯网络推荐模型自学习 | 第33-34页 |
| ·基于贝叶斯网络的上下文推理 | 第34-36页 |
| ·因果推理-由上向下推理 | 第34-35页 |
| ·诊断推理-自底向上推理 | 第35-36页 |
| ·辩解 | 第36页 |
| ·基于上下文感知的服务推荐决策 | 第36-40页 |
| ·推理决策 | 第36-37页 |
| ·聚类决策 | 第37-39页 |
| ·负载决策 | 第39-40页 |
| 第五章 面向服务推荐的多Agent 通信与协作 | 第40-45页 |
| ·多Agent 通信和通信语言 | 第40-41页 |
| ·Agent 之间的消息类型和消息内容 | 第41-45页 |
| 第六章 推荐系统实现及分析 | 第45-51页 |
| ·系统实现 | 第45-48页 |
| ·实验分析 | 第48-51页 |
| 第七章 总结 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间的论文发表情况 | 第56-57页 |
| 致谢 | 第57页 |
