服務(wù)資源智能聚合與推薦技術(shù)

定　價：￥49.00

作　者：	劉平峰等著
出版社：	電子工業(yè)出版社
叢編項：	電子商務(wù)與智能服務(wù)叢書
標　簽：	各部門經(jīng)濟經(jīng)濟其他各部門經(jīng)濟

購買這本書可以去

ISBN：	9787121273513	出版時間：	2015-10-01	包裝：	平裝
開本：	16開	頁數(shù)：	284	字數(shù)：

內(nèi)容簡介

　　針對傳統(tǒng)的商品搜索和推薦技術(shù)已不能滿足客戶對服務(wù)資源個性化需求的問題，《服務(wù)資源智能聚合與推薦技術(shù)》在國家科技支撐計劃、863計劃、國家自然科學基金、教育部人文社科等課題的支持下，以用戶復(fù)雜需求為出發(fā)點，充分利用本體技術(shù)在解決語義歧義和能夠語義推理方面的優(yōu)勢，以“服務(wù)資源統(tǒng)一描述、發(fā)現(xiàn)與聚合——客戶復(fù)雜需求描述和獲取——滿足客戶復(fù)雜需求的服務(wù)資源推薦”為主線，研究服務(wù)資源語義模型和語義詞典、基于語義模型的服務(wù)資源智能發(fā)現(xiàn)與聚合、客戶復(fù)雜需求的本體建模與智能獲取、滿足客戶復(fù)雜需求的服務(wù)資源均衡推薦與組合推薦四個層次的關(guān)鍵問題，為海量服務(wù)資源環(huán)境下電子商務(wù)智能個性化服務(wù)提供語義基礎(chǔ)技術(shù)和應(yīng)用關(guān)鍵技術(shù)。

作者簡介

　　劉平峰，武漢理工大學副教授，博士生導(dǎo)師，教學名師，經(jīng)濟學院電子商務(wù)系主任，武漢理工大學電子商務(wù)與智能服務(wù)研究中心、廣義虛擬經(jīng)濟研究中心副主任，加拿大渥太華大學訪問學者，湖北系統(tǒng)工程學會理事，武漢市政府電子商務(wù)專家，教育部—IBM大學合作項目優(yōu)秀教師。主要研究方向：商務(wù)智能、服務(wù)管理、O2O電子商務(wù)。

圖書目錄

第1章國內(nèi)外相關(guān)理論研究現(xiàn)狀\t1
1．1 電子商務(wù)語義本體\t1
1．1．1 電子商務(wù)語義詞典\t2
1．1．2 本體及本體集成\t3
1．2 用戶興趣建模與獲取\t13
1．2．1 基于評分的用戶模型\t13
1．2．2 基于特征的用戶模型\t14
1．2．3 基于規(guī)則的用戶模型\t15
1．3 服務(wù)資源發(fā)現(xiàn)與聚合\t16
1．3．1 服務(wù)資源發(fā)現(xiàn)\t16
1．3．2 服務(wù)資源聚合\t20
1．4 服務(wù)資源推薦技術(shù)\t21
1．4．1 傳統(tǒng)推薦算法研究\t22
1．4．2 混合推薦技術(shù)\t30
參考文獻\t32
第2章電子商務(wù)語義基礎(chǔ)技術(shù)\t42
2．1 電子商務(wù)中文語義詞典構(gòu)建\t42
2．1．1 中文語義詞典系統(tǒng)體系結(jié)構(gòu)\t42
2．1．2 中文語義詞典的詞典結(jié)構(gòu)\t43
2．1．3 中文語義詞典語義相似度計算\t45
2．2 中文本體語義映射與集成技術(shù)\t53
2．2．1 電子商務(wù)語義映射與集成系統(tǒng)框架模型\t53
2．2．2 基于本體的語義查詢流程\t56
2．2．3 語義集成查詢關(guān)鍵技術(shù)\t59
2．3 中文本體管理技術(shù)\t69
參考文獻\t72
第3章用戶需求語義建模與智能獲取技術(shù)\t74
3．1 用戶需求語義建模\t74
3．1．1 用戶需求本體模型\t74
3．1．2 用戶概要本體模型\t76
3．2 用戶需求語義解析與規(guī)范化\t79
3．3 用戶偏好獲取技術(shù)\t81
3．3．1 基于綜合反饋的用戶偏好獲取技術(shù)\t82
3．3．2 基于最大熵模型的用戶偏好獲取技術(shù)\t98
3．3．3 基于粗糙集的用戶偏好獲取技術(shù)\t100
3．3．4 基于興趣圖譜的用戶偏好獲取技術(shù)\t105
參考文獻\t123
第4章服務(wù)資源智能發(fā)現(xiàn)方法\t126
4．1 服務(wù)資源的語義建模\t126
4．1．1 服務(wù)資源語義建模需求\t126
4．1．2 面向用戶的服務(wù)資源目錄本體建模層次結(jié)構(gòu)\t129
4．1．3 面向用戶的服務(wù)資源目錄本體建模元語\t130
4．1．4 服務(wù)資源目錄本體元模型的OWL DL描述\t132
4．2 服務(wù)資源目錄本體自學習方法\t133
4．2．1 基本原理\t133
4．2．2 電子商務(wù)Web頁面預(yù)處理\t134
4．2．3 基于目錄網(wǎng)站層次的目錄本體概念獲取\t139
4．2．4 基于語義和關(guān)聯(lián)規(guī)則的概念關(guān)系學習\t142
4．2．5 基于模式匹配和在線統(tǒng)計的屬性識別\t146
4．3 服務(wù)資源實例發(fā)現(xiàn)方法\t153
4．3．1 基本思想\t153
4．3．2 Web網(wǎng)頁中個體知識表示特征\t155
4．3．3 基于本體的網(wǎng)頁主題概念和個體知識表示特征的判定\t157
參考文獻\t167
第5章服務(wù)資源智能聚合技術(shù)\t171
5．1 服務(wù)資源本體實例消重機制\t171
5．1．1 實例名稱語義相似度計算\t171
5．1．2 實例屬性語義相似度計算\t173
5．1．3 實例關(guān)系語義相似度計算\t174
5．1．4 實例綜合語義相似度計算\t175
5．1．5 實例消重過程\t175
5．1．6 實例消重算法舉例\t175
5．2 服務(wù)資源智能聚合系統(tǒng)關(guān)鍵技術(shù)\t178
5．2．1 系統(tǒng)設(shè)計原理\t178
5．2．2 服裝行業(yè)本體建模\t181
5．2．3 數(shù)據(jù)庫模型設(shè)計\t193
5．2．4 基于倒排模型的語義索引\t196
5．2．5 語義信息檢索\t209
5．3 服務(wù)資源智能聚合原型系統(tǒng)實現(xiàn)\t214
參考文獻\t216
第6章服務(wù)資源智能推薦技術(shù)\t217
6．1 基于語義的服務(wù)資源智能推薦技術(shù)\t217
6．1．1 基于商品屬性隱性評分的協(xié)同過濾算法\t218
6．1．2 基于模糊聚類和資源平滑的協(xié)同過濾算法\t222
6．1．3 基于本體的B2B電子商務(wù)MAS模型及商品匹配算法\t224
6．1．4 基于本體的語義相似性的協(xié)同過濾算法\t229
6．2 基于適合度的服務(wù)資源智能推薦技術(shù)\t231
6．2．1 FQoS適合度匹配算法\t233
6．2．2 QoS適合度匹配算法\t240
6．3 基于興趣度的服務(wù)資源智能推薦方法\t244
參考文獻\t246
第7章服務(wù)資源組合與推薦技術(shù)\t251
7．1 基于服務(wù)屬性多層關(guān)聯(lián)規(guī)則的服務(wù)資源組合智能推薦技術(shù)\t251
7．1．1 服務(wù)組合方法相關(guān)基礎(chǔ)理論\t251
7．1．2 基于服務(wù)屬性多層關(guān)聯(lián)規(guī)則的服務(wù)資源組合推薦基本
原理\t254
7．1．3 基于服務(wù)屬性多層關(guān)聯(lián)規(guī)則的服務(wù)組合推薦案例研究\t257
7．2 基于模型優(yōu)化的服務(wù)資源組合智能推薦方法\t259
7．2．1 組合服務(wù)的QoS計算相關(guān)基礎(chǔ)理論\t259
7．2．2 基于模型優(yōu)化的服務(wù)資源組合智能推薦基本原理\t262
7．2．3 基于模型優(yōu)化的服務(wù)組合推薦案例研究\t266
參考文獻\t268