本书共分为 7 个章节，各章节的主要内容包括：

第一章，绪论。该章节首先分析了本书的研究背景和研究意义；然后分析了国内外相关技术的发展现状和存在问题；随后根据目前的研究情况，提出本书研究的技术路线，并总结了本书的主要贡献。 第二章，基于可穿戴设的用户室内定位。该章节首先介绍了相关工作；随后设计了一种基于相位噪声去除的加权路径定位算法，并详细阐述了该算法的相位噪声处理、路径权重计算和目标定位方法；最后结合室内实地情况，在图书馆阅览室利用 Inter 5300 网卡所采集的信道状态信息进行读者定位，通过对相关数据对比分析，验证了本方法的效果。

第三章，基于可穿戴设备的用户行为识别。首先总结和分析了目前国内外的研究成果；然后结合膨胀卷积网络对传感器数据的时空依赖性进行建模；随后提出了基于 Transformer 高效的用户行为识别网络D2TN；最后通过实验，从不同角度验证了本方法效果。 

第四章，基于可穿戴设备的用户情感计算。该章节首先介绍了相关工作；然后分析了 ECG 信号的情感识别的几个关键技术；随后设计了局部到全局的时空 ECG 情感识别模型；最后利用真实的 ECG信号数据集，对所提出的 ECG 情感识别模型展开性能评估。 

第五章，基于短期行为的个性化图书推荐。首先介绍了推荐系统的相关技术；随后介绍基于神经网络的因子分解机的不同训练结构以及注意力机制在其中的使用原理；接着描述了推荐算法及主要流程和改进后的算法模型主要框架；最后给出了实验过程并分析了实验结果。 

第六章，融合长短期行为的个性化图书推荐。分析了读者长短期借阅行为在序列推荐中的影响，提出了基于读者长短期借阅行为的个性化序列推荐模型（ULSB-SRM）。该模型结合读者线下借阅行为序列，采用自注意力机制有效提取了读者的短期兴趣偏好，充分挖掘和提取了读者的短期兴趣偏好，弥补了读者借阅记录稀疏的问题。 

第七章，总结展望。该章节总结了本书的研究内容和研究成果，并根据目前工作进度，提出下一步的研究思路。

Download Full Text