服务资源智能聚合与推荐技术

1 (p1): 第1章 国内外相关理论研究现状
1 (p1-1): 1.1 电子商务语义本体
2 (p1-1-1): 1.1.1 电子商务语义词典
3 (p1-1-2): 1.1.2 本体及本体集成
13 (p1-2): 1.2 用户兴趣建模与获取
13 (p1-2-1): 1.2.1 基于评分的用户模型
14 (p1-2-2): 1.2.2 基于特征的用户模型
15 (p1-2-3): 1.2.3 基于规则的用户模型
16 (p1-3): 1.3 服务资源发现与聚合
16 (p1-3-1): 1.3.1 服务资源发现
20 (p1-3-2): 1.3.2 服务资源聚合
21 (p1-4): 1.4 服务资源推荐技术
22 (p1-4-1): 1.4.1 传统推荐算法研究
30 (p1-4-2): 1.4.2 混合推荐技术
32 (p1-5): 参考文献
42 (p2): 第2章 电子商务语义基础技术
42 (p2-1): 2.1 电子商务中文语义词典构建
42 (p2-1-1): 2.1.1 中文语义词典系统体系结构
43 (p2-1-2): 2.1.2 中文语义词典的词典结构
45 (p2-1-3): 2.1.3 中文语义词典语义相似度计算
53 (p2-2): 2.2 中文本体语义映射与集成技术
53 (p2-2-1): 2.2.1 电子商务语义映射与集成系统框架模型
56 (p2-2-2): 2.2.2 基于本体的语义查询流程
59 (p2-2-3): 2.2.3 语义集成查询关键技术
69 (p2-3): 2.3 中文本体管理技术
72 (p2-4): 参考文献
74 (p3): 第3章 用户需求语义建模与智能获取技术
74 (p3-1): 3.1 用户需求语义建模
74 (p3-1-1): 3.1.1 用户需求本体模型
76 (p3-1-2): 3.1.2 用户概要本体模型
79 (p3-2): 3.2 用户需求语义解析与规范化
81 (p3-3): 3.3 用户偏好获取技术
82 (p3-3-1): 3.3.1 基于综合反馈的用户偏好获取技术
98 (p3-3-2): 3.3.2 基于最大熵模型的用户偏好获取技术
100 (p3-3-3): 3.3.3 基于粗糙集的用户偏好获取技术
105 (p3-3-4): 3.3.4 基于兴趣图谱的用户偏好获取技术
123 (p3-4): 参考文献
126 (p4): 第4章 服务资源智能发现方法
126 (p4-1): 4.1 服务资源的语义建模
126 (p4-1-1): 4.1.1 服务资源语义建模需求
129 (p4-1-2): 4.1.2 面向用户的服务资源目录本体建模层次结构
130 (p4-1-3): 4.1.3 面向用户的服务资源目录本体建模元语
132 (p4-1-4): 4.1.4 服务资源目录本体元模型的OWL DL描述
133 (p4-2): 4.2 服务资源目录本体自学习方法
133 (p4-2-1): 4.2.1 基本原理
134 (p4-2-2): 4.2.2 电子商务Web页面预处理
139 (p4-2-3): 4.2.3 基于目录网站层次的目录本体概念获取
142 (p4-2-4): 4.2.4 基于语义和关联规则的概念关系学习
146 (p4-2-5): 4.2.5 基于模式匹配和在线统计的属性识别
153 (p4-3): 4.3 服务资源实例发现方法
153 (p4-3-1): 4.3.1 基本思想
155 (p4-3-2): 4.3.2 Web网页中个体知识表示特征
157 (p4-3-3): 4.3.3 基于本体的网页主题概念和个体知识表示特征的判定
167 (p4-4): 参考文献
171 (p5): 第5章 服务资源智能聚合技术
171 (p5-1): 5.1 服务资源本体实例消重机制
171 (p5-1-1): 5.1.1 实例名称语义相似度计算
173 (p5-1-2): 5.1.2 实例属性语义相似度计算
174 (p5-1-3): 5.1.3 实例关系语义相似度计算
175 (p5-1-4): 5.1.4 实例综合语义相似度计算
175 (p5-1-5): 5.1.5 实例消重过程
175 (p5-1-6): 5.1.6 实例消重算法举例
178 (p5-2): 5.2 服务资源智能聚合系统关键技术
178 (p5-2-1): 5.2.1 系统设计原理
181 (p5-2-2): 5.2.2 服装行业本体建模
193 (p5-2-3): 5.2.3 数据库模型设计
196 (p5-2-4): 5.2.4 基于倒排模型的语义索引
209 (p5-2-5): 5.2.5 语义信息检索
214 (p5-3): 5.3…