| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第15-23页 |
| 1.1 研究背景及意义 | 第15-18页 |
| 1.2 国内外研究现状 | 第18-20页 |
| 1.3 本文主要工作 | 第20-21页 |
| 1.4 论文结构安排 | 第21-23页 |
| 2 相关知识 | 第23-42页 |
| 2.1 基于位置的移动社交网络概述 | 第23-26页 |
| 2.2 推荐算法概述 | 第26-32页 |
| 2.3 循环神经网络概述 | 第32-37页 |
| 2.4 门控循环单元概述 | 第37-39页 |
| 2.5 受限玻尔兹曼机概述 | 第39-41页 |
| 2.6 本章小结 | 第41-42页 |
| 3 基于时序和距离上下文的门控循环单元兴趣点推荐算法 | 第42-59页 |
| 3.1 SD-GRU算法初探 | 第42-45页 |
| 3.2 SD-GRU推荐算法 | 第45-47页 |
| 3.3 数据集描述 | 第47-48页 |
| 3.4 对比算法 | 第48-49页 |
| 3.5 评价指标 | 第49-50页 |
| 3.6 实验分析 | 第50-57页 |
| 3.7 本章小结 | 第57-59页 |
| 4 融合好友关系和评分信息的实值条件受限玻尔兹曼机兴趣点推荐算法 | 第59-70页 |
| 4.1 R_CRBM-Friend-POI算法 | 第59-64页 |
| 4.2 数据集描述 | 第64-65页 |
| 4.3 对比算法 | 第65-66页 |
| 4.4 评价指标 | 第66页 |
| 4.5 实验分析 | 第66-69页 |
| 4.6 本章小结 | 第69-70页 |
| 5 总结与展望 | 第70-72页 |
| 5.1 总结 | 第70-71页 |
| 5.2 展望 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 作者简历 | 第77-79页 |
| 学位论文数据集 | 第79页 |