| 目录 | 第7-9页 |
| 摘要 | 第9-11页 |
| ABSTRACT | 第11-13页 |
| 第一章 绪论 | 第14-33页 |
| 1.1 研究背景及目的 | 第14-16页 |
| 1.2 国内外研究现状 | 第16-30页 |
| 1.2.1 FOAF用户分析和商品推荐 | 第17-19页 |
| 1.2.2 FOAF用户关系分析与可信管理 | 第19-22页 |
| 1.2.3 FOAF扩展与跨领域应用 | 第22-26页 |
| 1.2.4 用户推荐与EP服务 | 第26-30页 |
| 1.3 主要工作与创新点 | 第30-31页 |
| 1.4 文章组织结构 | 第31-33页 |
| 第二章 基于FOAF的视频节目推荐 | 第33-49页 |
| 2.1 引言 | 第33页 |
| 2.2 数据模型 | 第33-42页 |
| 2.2.1 用户模型 | 第34-36页 |
| 2.2.2 节目模型 | 第36-42页 |
| 2.3 实验结果分析 | 第42-48页 |
| 2.4 小结 | 第48-49页 |
| 第三章 基于FOAF的时空信息融合推荐 | 第49-63页 |
| 3.1 引言 | 第49页 |
| 3.2 基于本体推理的用户FOAF服务模型 | 第49-58页 |
| 3.2.1 时空信息建模 | 第52-53页 |
| 3.2.2 用户模块 | 第53-54页 |
| 3.2.3 关系推理 | 第54-58页 |
| 3.3 实验结果分析 | 第58-62页 |
| 3.4 小结 | 第62-63页 |
| 第四章 基于FOAF的网络资源可信判别 | 第63-79页 |
| 4.1 引言 | 第63页 |
| 4.2 基于演化博弈的下一代网络资源可信度判别方法 | 第63-71页 |
| 4.2.1 基于演化博弈的可信度判别 | 第64-67页 |
| 4.2.2 信任链 | 第67-70页 |
| 4.2.3 基于FOAF的NSTD模型 | 第70-71页 |
| 4.3 实验结果分析 | 第71-78页 |
| 4.3.1 数据集 | 第72-73页 |
| 4.3.2 个人可信应用指数 | 第73-76页 |
| 4.3.3 NGWTCN可信应用指数案例分析 | 第76-78页 |
| 4.4 小结 | 第78-79页 |
| 第五章 基于数字图书馆资源的用户推荐 | 第79-104页 |
| 5.1 引言 | 第79-80页 |
| 5.2 EP数据分析 | 第80-92页 |
| 5.2.1 EP数据资源 | 第80-81页 |
| 5.2.2 定性分析 | 第81-83页 |
| 5.2.3 定量分析 | 第83-85页 |
| 5.2.4 用户搜索模式分析 | 第85-91页 |
| 5.2.5 教育资源质量评价 | 第91-92页 |
| 5.3 基于用户特性的CURE学习资源推荐 | 第92-103页 |
| 5.3.1 个性化学习资源兴趣推荐算法 | 第92-99页 |
| 5.3.2 实验结果分析 | 第99-103页 |
| 5.4 小结 | 第103-104页 |
| 第六章 总结与展望 | 第104-107页 |
| 6.1 总结 | 第104-105页 |
| 6.2 展望 | 第105-107页 |
| 参考文献 | 第107-115页 |
| 攻读博士学位期间的科研成果 | 第115-116页 |
| 致谢 | 第116页 |