基于空间数据挖掘的个性化旅游景点推荐系统研究
| 中文摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 空间数据挖掘 | 第11页 |
| 1.2.2 个性化旅游推荐系统 | 第11-12页 |
| 1.3 本文工作及结构 | 第12-14页 |
| 1.3.1 本文的工作 | 第12-13页 |
| 1.3.2 本文的主要结构 | 第13-14页 |
| 第2章 相关技术及理论 | 第14-29页 |
| 2.1 空间数据挖掘 | 第14-20页 |
| 2.1.1 空间数据挖掘的基本过程 | 第14-16页 |
| 2.1.2 空间数据挖掘方法 | 第16-18页 |
| 2.1.3 空间聚类 | 第18-20页 |
| 2.2 个性化推荐 | 第20-27页 |
| 2.2.1 个性化推荐的过程 | 第20-22页 |
| 2.2.2 个性化推荐技术 | 第22-27页 |
| 2.3 空间数据可视化方法 | 第27-29页 |
| 第3章 个性化旅游景点推荐模型构建 | 第29-43页 |
| 3.1 景点区域集提取 | 第30-33页 |
| 3.1.1 DBSCAN聚类算法 | 第30-33页 |
| 3.1.2 景点区域集 | 第33页 |
| 3.2 景点区域个性化推荐模型 | 第33-37页 |
| 3.2.1 旅游达人兴趣矩阵 | 第33-34页 |
| 3.2.2 相似用户集 | 第34-35页 |
| 3.2.3 景点区域热度 | 第35-36页 |
| 3.2.4 BIPM个性化景点推荐算法 | 第36-37页 |
| 3.3 模型检验与分析 | 第37-43页 |
| 3.3.1 实验数据 | 第37-40页 |
| 3.3.2 DBSCAN中ε和MinPts的影响 | 第40-41页 |
| 3.3.3 BIPM算法中权值的设定 | 第41页 |
| 3.3.4 算法比较 | 第41-43页 |
| 第4章 个性化旅游景点推荐系统设计与实现 | 第43-54页 |
| 4.1 系统功能模块设计 | 第43-44页 |
| 4.2 数据库设计 | 第44-49页 |
| 4.2.1 概念结构设计 | 第44-46页 |
| 4.2.2 逻辑结构设计 | 第46-49页 |
| 4.3 系统实现 | 第49-54页 |
| 4.3.1 技术框架 | 第49页 |
| 4.3.2 服务器端实现 | 第49-50页 |
| 4.3.3 客户端实现 | 第50-54页 |
| 第5章 总结与展望 | 第54-55页 |
| 5.1 总结 | 第54页 |
| 5.2 展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士期间参与科研情况 | 第58-59页 |
| 致谢 | 第59页 |
