声明
摘要
第1章 绪论
1.1 课题的背景和意义
1.2 研究内容
1.3 论文的组织结构
第2章 研究基础
2.1 服务演进
2.1.1 服务演进研究现状
2.1.2 Situ框架
2.2 用户使用经验获取方法研究现状
2.3 关联规则挖掘方法
2.3.1 关联规则挖掘
2.3.2 增量式更新挖掘
2.4 贝叶斯网络
2.4.1 贝叶斯网络基本概念
2.4.2 贝叶斯网络推理算法
2.5 小结
第3章 支持用户意图变化识别的用户使用经验获取框架
3.1 SMR系统
3.2 用户使用经验获取框架
3.2.1 用户使用经验获取问题
3.2.2 相关概念
3.2.3 用户使用经验获取框架
3.3 用户使用经验获取过程中的关键问题
3.3.1 愿望推理方法
3.3.2 用户使用经验的挖掘方法
3.4 小结
第4章 基于贝叶斯网络的愿望推理方法
4.1 基于贝叶斯网络的愿望推理过程
4.1.1 愿望推理过程
4.1.2 推理愿望的贝叶斯网络模型
4.2 基于消息传播推理的动作生成方法
4.2.1 基于消息传播推理的动作生成过程
4.2.2 基于规则的事件生成方法
4.2.3 动作推理的贝叶斯网络
4.2.4 动作推理算法
4.3 基于消息传播推理的愿望生成方法
4.3.1 基于消息传播推理的愿望生成过程
4.3.2 愿望推理的贝叶斯网络模型
4.3.3 愿望推理算法
4.4 小结
第5章 基于关联规则挖掘的用户使用经验生成方法
5.1 基于关联规则挖掘的愿望转移概率矩阵生成方法
5.1.1 愿望转移概率矩阵生成过程
5.1.2 愿望转移概率矩阵生成算法
5.2 动作-愿望关系矩阵生成方法
5.2.1 动作-愿望关系矩阵生成过程
5.2.2 动作-愿望关系矩阵生成算法
5.3 关联规则的增量式更新挖掘算法
5.4 小结
第6章 基于SMR系统的用户使用经验获取过程实例分析
6.1 实例背景及实例数据
6.1.1 实例背景
6.1.2 实例数据
6.2 基于SMR系统的用户使用经验获取实例分析
6.2.1 基于贝叶斯网络的愿望推理实例分析
6.2.2 用户使用经验生成的实例分析
6.3 小结
第7章 总结与展望
7.1 本文的主要工作
7.2 工作展望
参考文献
致谢