| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 选题背景 | 第11-14页 |
| 1.1.1 迅速发展的电子商务 | 第11页 |
| 1.1.2 信息利用率大幅度降低的大数据时代 | 第11-12页 |
| 1.1.3 推荐系统的机遇和挑战 | 第12-14页 |
| 1.2 选题意义 | 第14-15页 |
| 1.3 研究内容与方法 | 第15-17页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 研究方法 | 第16-17页 |
| 1.4 研究思路与技术路线 | 第17页 |
| 1.5 本章小结 | 第17-19页 |
| 第二章 文献综述 | 第19-31页 |
| 2.1 个性化推荐研究 | 第19-23页 |
| 2.2 基于情境感知的个性化推荐研究 | 第23-26页 |
| 2.2.1 情境及情境感知研究 | 第23-26页 |
| 2.2.2 情境感知的个性化推荐研究 | 第26页 |
| 2.3 本体及粗糙集理论在个性化推荐中的应用研究 | 第26-28页 |
| 2.4 旅游个性化推荐研究 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 基本理论 | 第31-41页 |
| 3.1 本体 | 第31-38页 |
| 3.1.1 本体的内涵 | 第31-32页 |
| 3.1.2 本体的构建方法 | 第32-37页 |
| 3.1.3 本体构建工具 | 第37-38页 |
| 3.2 粗糙集理论 | 第38-40页 |
| 3.2.1 粗糙集理论中常用方法 | 第38-39页 |
| 3.2.2 粗糙集理论的特点 | 第39-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第四章 领域本体和情境本体建模 | 第41-63页 |
| 4.1 领域本体建模 | 第41-53页 |
| 4.1.1 领域本体建模实例 | 第41-44页 |
| 4.1.2 基于粗糙集的旅游领域本体属性约简 | 第44-53页 |
| 4.2 情境本体建模 | 第53-62页 |
| 4.2.1 情境信息的获取 | 第53-55页 |
| 4.2.2 情境信息的粒度划分 | 第55-56页 |
| 4.2.3 本体表示情境 | 第56-59页 |
| 4.2.4 LESSM情境本体构建方法 | 第59-60页 |
| 4.2.5 情境本体的建模实例 | 第60-62页 |
| 4.3 本章小结 | 第62-63页 |
| 第五章 基于情境感知的个性化推荐模型 | 第63-79页 |
| 5.1 电子商务个性化推荐分析 | 第63-64页 |
| 5.2 基于情境感知的个性化推荐模型架构 | 第64-65页 |
| 5.3 关键技术 | 第65-78页 |
| 5.3.1 情境合成算法 | 第65-70页 |
| 5.3.2 情境本体与领域本体相似度推荐算法 | 第70-78页 |
| 5.4 本章小结 | 第78-79页 |
| 第六章 情境感知的个性化推荐模型在旅游电子商务中的应用 | 第79-85页 |
| 6.1 情境感知的旅游电子商务个性化推荐应用背景 | 第79-80页 |
| 6.2 旅游电子商务景点推荐模型的应用 | 第80-84页 |
| 6.2.1 旅游产品数据获取及实验操作 | 第80-81页 |
| 6.2.2 旅游数据信息处理 | 第81-83页 |
| 6.2.3 旅游产品推荐结果分析 | 第83-84页 |
| 6.3 本章小结 | 第84-85页 |
| 第七章 总结与展望 | 第85-87页 |
| 7.1 全文总结 | 第85页 |
| 7.2 展望 | 第85-87页 |
| 参考文献 | 第87-92页 |
| 攻读硕士学位期间发表的学术论文及取得的相关科研成果 | 第92-93页 |
| 致谢 | 第93-94页 |