声明
第1章 引 言
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 多源数据融合技术相关研究
1.2.2 移动商务个性化推荐
1.2.3 情景推荐相关研究
1.3 创新点
1.4 研究内容与研究方法
1.4.1 论文主要研究内容
1.4.2 论文框架图及研究方法
第2章 基本概念及相关理论
2.1 数据融合方法
2.1.1 数据融合的定义
2.1.2 数据融合的基本原理和分类
2.1.3 数据融合的作用及发展趋势
2.2 情景及情景感知
2.2.1 情景定义
2.2.2 情景感知
2.3 社会网络关系
2.4 RBF神经网络及D-S证据理论
1)RBF神经网络
2)D-S证据理论
2.5 移动商务推荐算法
第3章 用户多源数据融合方法
3.1 多源数据收集
3.1.1 显性数据
3.1.2 隐性数据
3.2 多源数据处理
3.3 融合策略模型
3.4 本章小结
第4章 融合情景的移动商务用户偏好分析
4.1 用户情景化偏好获取
4.1.1 用户情景化偏好模型
4.1.2 贝叶斯网络下的情景化用户偏好分析
4.2 不同情景影响度的用户偏好分析
4.2.1 基于信息熵的情景计算
4.2.2 基于不同情景影响度的用户偏好计算
4.3 本章小结
第5章 基于多源数据融合的移动商务情景推荐框架
5.1 相关问题分析
5.2 融合情景的协同过滤推荐算法
5.2.1 用户综合情景相似度度量
5.2.2 基于用户偏好的推荐生成
5.3 推荐系统的框架及流程
5.3.1 协同过滤推荐框架
5.3.2 基于多源数据融合的情景推荐流程
5.4 实验和结果分析
5.4.1 Epinions数据集
5.4.2 评价指标
5.4.3 实验结果比较分析
5.5 本章小结
第6章 全文总结及研究展望
6.1 全文总结
6.2 研究展望
参考文献
致谢
湖北工业大学;