| 中文摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 字母注释表 | 第12-14页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 研究背景 | 第14页 |
| 1.2 研究目的与意义 | 第14-16页 |
| 1.3 国内外研究现状 | 第16-19页 |
| 1.3.1 众包平台相关研究 | 第16-17页 |
| 1.3.2 现有众包任务推荐算法 | 第17页 |
| 1.3.3 社会网络理论 | 第17-18页 |
| 1.3.4 基于多Agent的应用研究 | 第18页 |
| 1.3.5 推荐系统评价指标 | 第18-19页 |
| 1.4 论文主要研究内容及创新点 | 第19页 |
| 1.5 论文组织结构 | 第19-21页 |
| 第二章 相关理论基础 | 第21-36页 |
| 2.1 众包设计平台相关理论 | 第21-26页 |
| 2.1.1 众包基本概念 | 第21-23页 |
| 2.1.2 众包设计与协同设计、外包设计 | 第23-24页 |
| 2.1.3 众包设计平台类别 | 第24-25页 |
| 2.1.4 众包模式产品设计流程 | 第25-26页 |
| 2.2 推荐算法理论综述 | 第26-34页 |
| 2.2.1 基于内容的推荐算法 | 第28-30页 |
| 2.2.2 协同过滤推荐算法 | 第30-32页 |
| 2.2.3 混合推荐算法 | 第32-33页 |
| 2.2.4 推荐算法准确度评测 | 第33-34页 |
| 2.3 社会网络分析理论 | 第34-36页 |
| 第三章 面向竞赛式众包设计平台的推荐模型研究 | 第36-44页 |
| 3.1 众包平台模型构建 | 第36-37页 |
| 3.1.1 众包任务模型构建 | 第36-37页 |
| 3.1.2 众包用户模型构建 | 第37页 |
| 3.2 竞赛式众包任务推荐算法及评价指标 | 第37-39页 |
| 3.2.1 基于众包任务-用户模型的内容推荐算法 | 第37-39页 |
| 3.2.2 众包任务推荐评价指标 | 第39页 |
| 3.3 实验分析 | 第39-42页 |
| 3.3.1 数据采集与分析 | 第39-40页 |
| 3.3.2 实验分析结果 | 第40-42页 |
| 3.4 用户冷启动问题 | 第42页 |
| 3.5 本章小结 | 第42-44页 |
| 第四章 面向协作式众包设计平台的推荐算法研究 | 第44-56页 |
| 4.1 Local Motors平台概况 | 第44-45页 |
| 4.2 基于社会网络分析的内容推荐算法 | 第45-48页 |
| 4.2.1 推荐算法框架 | 第46-47页 |
| 4.2.2 算法核心组件功能实现 | 第47-48页 |
| 4.3 实验分析 | 第48-55页 |
| 4.3.1 算法说明 | 第48-52页 |
| 4.3.2 实例分析 | 第52-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 基于多Agent的推荐系统模型建立及仿真 | 第56-65页 |
| 5.1 多Agent推荐系统模型设计思路 | 第56-57页 |
| 5.2 多Agent推荐系统模型框架 | 第57-59页 |
| 5.3 用户能力水平 | 第59-60页 |
| 5.4 基于Net Logo的众包任务推荐系统仿真 | 第60-64页 |
| 5.4.1 仿真软件及模型实现 | 第60-61页 |
| 5.4.2 仿真过程及分析 | 第61-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 发表论文和参加科研情况说明 | 第72-73页 |
| 致谢 | 第73-74页 |