基于LBS移动终端信息推荐系统的研究与实现
致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7页 |
1 引言 | 第11-17页 |
1.1 研究背景 | 第11页 |
1.2 LBS发展 | 第11-14页 |
1.2.1 国内与国外 | 第12-13页 |
1.2.2 挑战与机遇 | 第13-14页 |
1.3 本文的研究内容与意义 | 第14-15页 |
1.4 论文结构 | 第15-17页 |
2 位置服务概述 | 第17-25页 |
2.1 基于位置的服务 | 第17页 |
2.2 LBS的应用 | 第17-18页 |
2.3 定位技术 | 第18-20页 |
2.3.1 基站三角测量 | 第18页 |
2.3.2 卫星导航定位GPS | 第18-19页 |
2.3.3 辅助GPS | 第19页 |
2.3.4 小区识别码 | 第19-20页 |
2.3.5 无线定位 | 第20页 |
2.3.6 新的定位方式 | 第20页 |
2.4 移动互联网 | 第20-21页 |
2.5 地图 | 第21-22页 |
2.5.1 地图API | 第21页 |
2.5.2 定位SDK | 第21-22页 |
2.6 GeoHash | 第22-25页 |
3 推荐系统 | 第25-35页 |
3.1 概述 | 第25页 |
3.2 基于内容的推荐 | 第25-26页 |
3.2.1 项模型 | 第25-26页 |
3.2.2 用户模型 | 第26页 |
3.3 协同过滤 | 第26-27页 |
3.4 基于内容与协同过滤推荐的不足 | 第27-28页 |
3.4.1 基于内容推荐的不足 | 第27页 |
3.4.2 基于协同过滤推荐的不足 | 第27-28页 |
3.4.3 混合推荐 | 第28页 |
3.5 冷启动问题 | 第28-29页 |
3.5.1 冷启动问题(cold start) | 第28页 |
3.5.2 解决方案 | 第28-29页 |
3.6 基于位置的推荐 | 第29-30页 |
3.7 算法概述 | 第30-35页 |
4 需求分析与系统设计 | 第35-53页 |
4.1 需求分析 | 第35-39页 |
4.1.1 功能性需求 | 第35页 |
4.1.2 用例分析 | 第35-39页 |
4.2 流程分析 | 第39-40页 |
4.3 系统架构 | 第40-43页 |
4.3.1 系统组件分解 | 第41-42页 |
4.3.2 客户端架构 | 第42页 |
4.3.3 服务器架构 | 第42页 |
4.3.4 MVC模式 | 第42-43页 |
4.4 数据格式 | 第43-50页 |
4.4.1 数据库结构设计 | 第43-49页 |
4.4.2 日志文件 | 第49-50页 |
4.4.3 文本文件 | 第50页 |
4.5 UI设计 | 第50-53页 |
4.5.1 服务端 | 第51页 |
4.5.2 客户端 | 第51-53页 |
5 系统实现与测试 | 第53-79页 |
5.1 系统开发环境 | 第53页 |
5.2 服务器端功能实现 | 第53-61页 |
5.2.1 分类管理 | 第54-55页 |
5.2.2 信息管理 | 第55-59页 |
5.2.3 店铺管理 | 第59-61页 |
5.3 推荐信息计算 | 第61-67页 |
5.3.1 基于map、reduce函数的实现 | 第62-66页 |
5.3.2 基于Mahout库函数的实现 | 第66-67页 |
5.4 客户端功能实现 | 第67-74页 |
5.4.1 定位与分类信息列表展示 | 第67-69页 |
5.4.2 详细信息展示 | 第69-73页 |
5.4.3 地图与导航页 | 第73-74页 |
5.5 单元测试与系统测试 | 第74-79页 |
5.5.1 单元测试 | 第75-77页 |
5.5.2 集成测试 | 第77-79页 |
6 总结与展望 | 第79-83页 |
6.1 工作总结 | 第79页 |
6.2 产业趋势 | 第79-80页 |
6.3 展望 | 第80-83页 |
参考文献 | 第83-85页 |
作者简历及攻读硕士学位期间取得的研究成果 | 第85-89页 |
学位论文数据集 | 第89页 |