| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 目录 | 第10-13页 |
| 主要縮略语及中英文对照 | 第13-14页 |
| 图表目录 | 第14-16页 |
| 第一章 绪论 | 第16-27页 |
| ·研究背景和意义 | 第16-18页 |
| ·主要研究现状 | 第18-22页 |
| ·主要研究内容 | 第22-23页 |
| ·论文内容和结构 | 第23-25页 |
| ·本章参考文献 | 第25-27页 |
| 第二章 基于上下文的用户偏好建模 | 第27-45页 |
| ·本章引言 | 第27-28页 |
| ·相关工作 | 第28-31页 |
| ·用户偏好建模 | 第28-29页 |
| ·上下文建模 | 第29-31页 |
| ·上下文推理 | 第31页 |
| ·基于上下文的用户偏好建模 | 第31-34页 |
| ·基于模糊本体的上下文建模 | 第34-35页 |
| ·模糊本体的定义 | 第34-35页 |
| ·上下文模型FOCM | 第35页 |
| ·基于模糊证据理论的上下文推理 | 第35-40页 |
| ·模糊证据理论简介 | 第36-38页 |
| ·举例 | 第38-40页 |
| ·小结 | 第40页 |
| ·本章参考文献 | 第40-45页 |
| 第三章 基于学习分类器的用户偏好获取方法 | 第45-72页 |
| ·本章引言 | 第45-46页 |
| ·相关工作 | 第46-49页 |
| ·LCS简介 | 第49-54页 |
| ·学习分类器简史 | 第49-53页 |
| ·学习分类器基本原理 | 第53-54页 |
| ·基于XCS的用户偏好获取 | 第54-64页 |
| ·混合上下文支持 | 第55-61页 |
| ·复杂动作支持 | 第61-64页 |
| ·实验 | 第64-68页 |
| ·实验设置 | 第65-67页 |
| ·实验结果 | 第67-68页 |
| ·小结 | 第68-69页 |
| ·本章参考文献 | 第69-72页 |
| 第四章 基于已标记样本和模拟退火准则的单用户收敛加速方法 | 第72-91页 |
| ·本章引言 | 第72-73页 |
| ·相关工作 | 第73页 |
| ·基于直接嵌入用户知识的收敛加速方法 | 第73-74页 |
| ·基于半监督UCS的收敛加速机制 | 第74-79页 |
| ·Fuzzy SUCS简介 | 第75-78页 |
| ·基于Fuzzy SUCS的收敛加速机制 | 第78-79页 |
| ·基于退火准则的收敛加速机制 | 第79-82页 |
| ·模拟退火算法 | 第80-81页 |
| ·基于Metropolis的iXCS算法 | 第81-82页 |
| ·实验与验证 | 第82-88页 |
| ·对人工嵌入知识的验证 | 第82-83页 |
| ·对基于Fuzzy SUCS监督机制的验证 | 第83-86页 |
| ·对退火准则的验证 | 第86-88页 |
| ·小结 | 第88-89页 |
| ·本章参考文献 | 第89-91页 |
| 第五章 基于相似用户协同进化进制的多用户收敛加速方法 | 第91-104页 |
| ·本章引言 | 第91页 |
| ·相关工作 | 第91-92页 |
| ·基于协同机制的学习分类器 | 第92-99页 |
| ·协同过滤和协同进化 | 第92-94页 |
| ·相似用户的确定 | 第94-96页 |
| ·新用户初始化 | 第96-97页 |
| ·未覆盖上下文决策 | 第97-99页 |
| ·实验 | 第99-101页 |
| ·实验设置 | 第99页 |
| ·实验分析 | 第99-101页 |
| ·小结 | 第101-102页 |
| ·本章参考文献 | 第102-104页 |
| 第六章 融合网络下个性化业务适变决策实现机制 | 第104-114页 |
| ·本章引言 | 第104页 |
| ·相关工作 | 第104页 |
| ·基于用户偏好的个性化业务适变框架 | 第104-108页 |
| ·框架的组成 | 第104-106页 |
| ·适变流程 | 第106-108页 |
| ·适变决策中间件 | 第108-111页 |
| ·适变决策流程 | 第109-110页 |
| ·添加交互记录操作流程 | 第110-111页 |
| ·实例分析 | 第111页 |
| ·小结 | 第111-112页 |
| ·本章参考文献 | 第112-114页 |
| 第七章 结束语 | 第114-119页 |
| ·论文总结和创新点 | 第114-116页 |
| ·进一步的研究工作与问题思考 | 第116-117页 |
| ·本章参考文献 | 第117-119页 |
| 攻读博士学位期间完成的主要论文 | 第119-120页 |
| 致谢 | 第120-121页 |