图书介绍

泛在商务环境下的信息聚合与推荐2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

泛在商务环境下的信息聚合与推荐
  • 刘启华著 著
  • 出版社: 上海:复旦大学出版社
  • ISBN:9787309108606
  • 出版时间:2014
  • 标注页数:219页
  • 文件大小:30MB
  • 文件页数:232页
  • 主题词:信息管理-研究

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

泛在商务环境下的信息聚合与推荐PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

1 绪论1

1.1 研究背景1

1.1.1 泛在计算1

1.1.2 物联网3

1.1.3 商务模式的演变5

1.2 研究问题及意义8

1.2.1 研究问题的提出8

1.2.2 研究意义9

1.3 研究内容和组织10

2 研究综述12

2.1 泛在商务研究综述12

2.1.1 泛在商务的基本概念12

2.1.2 泛在商务的特点13

2.1.3 泛在商务文献统计分析(2000—2009)14

2.2 信息聚合研究综述28

2.2.1 聚合、融合与集成28

2.2.2 信息聚合及其应用32

2.3 智能推荐研究综述34

2.3.1 传统的信息推荐方法35

2.3.2 新兴的信息推荐方法40

2.4 本章小结43

3 泛在商务环境下信息聚合与推荐框架44

3.1 泛在商务环境下信息资源的特性44

3.2 泛在商务环境下信息服务的特征46

3.3 泛在商务环境下信息聚合与推荐框架49

3.3.1 基于情境计算的用户需求模型50

3.3.2 基于主题模型的信息按需聚合51

3.3.3 基于兴趣社区和信任邻居的个性化推荐52

3.4 本章小结53

4 基于情境计算的用户需求模型54

4.1 理论基础54

4.1.1 情境计算54

4.1.2 语义本体57

4.1.3 Web日志挖掘61

4.1.4 多关系决策树64

4.2 基于情境历史挖掘的用户需求获取67

4.2.1 情境历史获取69

4.2.2 情境历史推理77

4.2.3 偏好预测和用户建模79

4.3 与其他方法的比较80

4.4 本章小结82

5 基于主题模型的Web文本按需聚合83

5.1 主题模型83

5.1.1 主题模型的提出83

5.1.2 主题模型的发展历史86

5.1.3 LDA模型89

5.2 基于LDA的Web文本信息按需聚合96

5.2.1 基本思路96

5.2.2 基于LDA的主题信息采集98

5.2.3 基于LDA的文本层次分类108

5.2.4 基于LDA的文本检索111

5.3 本章小结120

6 基于兴趣社区和信任邻居的个性化推荐121

6.1 个性化推荐系统的多样性研究进展122

6.1.1 推荐系统多样性的类型122

6.1.2 提高推荐系统多样性的方法124

6.1.3 推荐系统多样性的主要度量指标132

6.2 多层语义兴趣社区的构建135

6.2.1 兴趣社区概述135

6.2.2 基于用户需求本体的多层语义兴趣社区138

6.3 基于兴趣社区和信任邻居的混合推荐模型140

6.3.1 基于兴趣社区的用户偏好匹配算法141

6.3.2 基于信任邻居的多样性信息推荐算法141

6.3.3 基于兴趣社区和信任邻居的混合推荐算法142

6.4 本章小结142

7 实验研究:武汉泛在旅游信息聚合与推荐系统——U-Travel144

7.1 U-Travel应用背景144

7.2 U-Travel系统架构146

7.2.1 系统框架147

7.2.2 用户需求建模模块149

7.2.3 旅游文本建模模块155

7.2.4 旅游信息资源按需聚合模块163

7.2.5 旅游信息推荐模块164

7.3 系统运行结果展示164

7.4 U-Travel主要模块测试168

7.4.1 基于情境历史的移动用户偏好挖掘效果测试168

7.4.2 基于LDA的中文主题抽取效果分析175

7.4.3 基于LDA的文本层次分类效果分析178

7.5 U-Travel性能测试180

7.5.1 U-Travel的检索效果测试180

7.5.2 U-Travel的个性化推荐效果测试182

7.6 本章小结185

8 总结与展望187

8.1 总结187

8.2 研究展望188

参考文献190

热门推荐