信息推薦系統(tǒng)

第1章 信息推薦系統(tǒng)概論??
1?1 網(wǎng)絡信息資源及獲取服務模式??
1?1?1 網(wǎng)絡信息資源??
1?1?2 信息獲取服務模式??
1?2 基于“信息推送”模式的信息推薦系統(tǒng)??
1?2?1 信息推薦系統(tǒng)的概念與通用模型??
1?2?2 信息推薦系統(tǒng)與個性化信息服務??
1?2?3 信息推薦系統(tǒng)的研究內(nèi)容??
1?2?4 信息推薦系統(tǒng)的分類??
1?2?5 信息推薦系統(tǒng)的發(fā)展現(xiàn)狀和實例??
1?3 信息推薦系統(tǒng)的應用領域和研究熱點??
1?3?1 信息推薦系統(tǒng)的應用領域??
1?3?2 信息推薦系統(tǒng)的研究熱點??
參考文獻??
第2章 信息推薦技術和系統(tǒng)設計??
2?1 信息推薦系統(tǒng)的相關技術??
2?1?1 信息檢索和信息過濾??
2?1?2 數(shù)據(jù)挖掘技術??
2?1?3 信息推薦算法概述??
2?2 信息推薦的系統(tǒng)分析與設計??
2?2?1 信息推薦的系統(tǒng)分析??
2?2?2 信息推薦的系統(tǒng)設計??
2?3 信息推薦的系統(tǒng)開發(fā)方法??
2?3?1 原型法的基本思想??
2?3?2 基于原型法的信息推薦系統(tǒng)開發(fā)過程??
參考文獻??
第3章 信息內(nèi)容過濾推薦系統(tǒng)??
3?1 引言??
3?2 內(nèi)容過濾推薦系統(tǒng)的相關技術??
3?2?1 信息檢索模型??
3?2?2 文本特征抽取??
3?3 內(nèi)容過濾推薦系統(tǒng)的模型和算法??
3?3?1 基于內(nèi)容過濾的信息推薦模型??
3?3?2 基于向量空間模型匹配的信息推薦算法??
3?3?3 基于樸素貝葉斯分類的信息推薦算法??
3?4 內(nèi)容過濾推薦系統(tǒng)的用戶反饋??
小結??
參考文獻??
第4章 信息協(xié)同過濾推薦系統(tǒng)??
4?1 引言??
4?2 基于內(nèi)存的信息協(xié)同過濾推薦??
4?2?1 基于用戶的信息協(xié)同過濾??
4?2?2 基于項目的信息協(xié)同過濾??
4?3 基于模型的信息協(xié)同過濾推薦??
4?3?1 基于降維技術的協(xié)同過濾推薦??
4?3?2 基于聚類的協(xié)同過濾推薦??
4?3?3 基于貝葉斯的協(xié)同過濾推薦??
4?4 移動環(huán)境下基于隱式評分的博客推薦??
4?4?1 問題的提出??
4?4?2 相關工作??
4?4?3 隱式評分的計算方法??
4?4?4 基于隱式評分的協(xié)同過濾推薦算法??
4?4?5 實驗及結果分析??
小結??
參考文獻??
第5章 基于領域本體的商品信息推薦系統(tǒng)??
5?1 基于領域本體的商品信息組織方法??
5?1?1 問題的提出??
5?1?2 商務信息資源特點的研究??
5?1?3 商務信息的本體建模??
5?1?4 商務信息語義互操作及其本體映射方法??
5?2 基于領域本體的商品信息內(nèi)容過濾推薦模型??
5?2?1 商品推薦中的信息語義標記??
5?2?2 基于內(nèi)容過濾的語義信息推薦??
5?3 基于領域本體和多屬性決策方法的商品信息推薦模型??
5?3?1 商品信息推薦模型??
5?3?2 實驗及結果分析??
5?4 基于領域本體的商品信息協(xié)同過濾推薦模型??
5?4?1 語義信息協(xié)同過濾推薦模型??
5?4?2 實驗與結果分析??
小結??
參考文獻??
第6章 基于Web挖掘的商品信息推薦系統(tǒng)??
6?1 問題的提出??
6?2 點擊流相關理論和技術??
6?2?1 點擊流簡述??
6?2?2 基于點擊流的商品信息個性化推薦服務??
6?3 Web挖掘技術??
6?3?1 Web挖掘簡述??
6?3?2 Web挖掘與商品信息推薦系統(tǒng)??
6?4 基于Web挖掘的商品信息推薦模型??
6?4?1 商品信息推薦系統(tǒng)的體系結構??
6?4?2 商品分類樹??
6?4?3 基于點擊流的顧客偏好分析??
6?4?4 基于點擊流的商品關聯(lián)規(guī)則挖掘??
6?4?5 商品信息推薦算法??
6?5 商品信息推薦的實驗及結果分析?
小結??
參考文獻??
第7章 基于案例推理的商品信息推薦系統(tǒng)??
7?1 問題的提出??
7?2 智能Agent??
7?2?1 Agent技術概述??
7?2?2 Agent的抽象結構??
7?3 案例推理的決策支持??
7?3?1 案例推理技術??
7?3?2 基于案例推理的決策支持流程??
7?3?3 基于案例推理的智能信息推薦??
7?4 基于案例推理的商品信息推薦模型??
7?4?1 基于CBR的系統(tǒng)解決方案??
7?4?2 基于CBR的商品信息推薦系統(tǒng)結構??
7?4?3 實例分析??
7?5 基于JADE平臺的推薦系統(tǒng)集成與Web應用??
7?5?1 Agent的系統(tǒng)集成??
7?5?2 Web應用設計??
小結??
參考文獻??
第8章 基于社會化標簽的信息推薦系統(tǒng)??
8?1 社會化標簽系統(tǒng)與信息推薦??
8?1?1 社會化標簽系統(tǒng)概述??
8?1?2 社會化標簽系統(tǒng)的特點??
8?1?3 社會化標簽系統(tǒng)的實例??
8?1?4 社會化標簽推薦——信息推薦研究的新視角??
8?2 基于社會化標簽的相關信息推薦技術??
8?2?1 基于協(xié)同過濾的標簽推薦??
8?2?2 基于內(nèi)容過濾的標簽推薦??
8?2?3 基于圖的標簽推薦??
8?3 基于社區(qū)標簽云的信息推薦模型??
8?3?1 基于社會化標簽的聚類??
8?3?2 基于社區(qū)標簽云的個性化推薦??
8?3?3 實例分析??
小結??
參考文獻??
第9章 基于情境感知的信息推薦系統(tǒng)??
9?1 情境感知信息推薦的提出??
9?1?1 情境感知推薦——個性化信息服務新模式??
9?1?2 情境感知推薦的研究現(xiàn)狀??
9?2 融合多種情境的信息多維推薦服務模型??
9?2?1 情境信息識別獲取與語義描述方法研究??
9?2?2 信息資源多維推薦服務模型??
9?2?3 基于情境感知的信息資源推薦算法??
9?2?4 信息多維推薦服務的系統(tǒng)體系結構??
9?3 基于情境感知的個性化信息協(xié)同過濾推薦??
9?3?1 基于情境感知的協(xié)同過濾推薦??
9?3?2 實驗及結果分析??
9?4 基于情境感知的移動數(shù)字圖書館信息推薦??
9?4?1 情境感知的移動閱讀推薦——數(shù)字圖書館個性化服務新模式??
9?4?2 基于情境熵的情境感知度??
9?4?3 基于情境感知的協(xié)同過濾推薦??
9?4?4 實驗及結果分析??
小結??
參考文獻??