基于区域社交网络的信息分级系统的研究与应用
摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第11-16页 |
1.1 课题相关概念 | 第11页 |
1.2 课题背景及意义 | 第11-13页 |
1.3 国内外研究现状 | 第13-14页 |
1.4 论文主要内容与结构 | 第14-16页 |
第二章 相关技术与理论综述 | 第16-32页 |
2.1 LBS定位相关技术 | 第16-17页 |
2.2 推荐系统技术 | 第17-27页 |
2.2.1 推荐系统分类 | 第17-19页 |
2.2.2 推荐系统主要算法 | 第19-25页 |
2.2.2.1 基于内容推荐算法 | 第19-22页 |
2.2.2.2 协同过滤推荐算法 | 第22-25页 |
2.2.2.3 其他一些推荐算法 | 第25页 |
2.2.3 推荐评测 | 第25-27页 |
2.3 LDA主题模型 | 第27-31页 |
2.4 本章小结 | 第31-32页 |
第三章 需求分析与总体设计 | 第32-46页 |
3.1 需求分析 | 第32-35页 |
3.1.1 功能需求分析 | 第32-33页 |
3.1.2 非功能需求分析 | 第33页 |
3.1.3 其他需求分析 | 第33-35页 |
3.2 系统总体设计 | 第35-45页 |
3.2.1 系统总体设计 | 第35-37页 |
3.2.2 功能模块设计 | 第37-40页 |
3.2.3 系统交互式设计 | 第40-42页 |
3.2.4 数据库表设计 | 第42-45页 |
3.3 本章小结 | 第45-46页 |
第四章 区域信息推荐模块设计与实现 | 第46-57页 |
4.1 区域信息推荐模块设计 | 第46-47页 |
4.2 区域信息推荐模块实现 | 第47-56页 |
4.2.1 文本的预处理 | 第47-50页 |
4.2.1.1 中文分词 | 第47-49页 |
4.2.1.2 去停用词 | 第49-50页 |
4.2.2 基于LDA的主题提取 | 第50-54页 |
4.2.3 文本信息排序 | 第54-56页 |
4.2.3.1 相似度计算 | 第54-55页 |
4.2.3.2 文档排序 | 第55-56页 |
4.3 本章小结 | 第56-57页 |
第五章 个性化信息推荐模块算法研究与实现 | 第57-74页 |
5.1 基于时间和内容的信息推荐 | 第57-61页 |
5.1.1 信息文本相似度计算 | 第57-58页 |
5.1.2 时间上下文 | 第58-60页 |
5.1.3 基于时间与内容的推荐算法 | 第60-61页 |
5.1.4 算法实现 | 第61页 |
5.2 基于时间的用户协同过滤的信息推荐 | 第61-69页 |
5.2.1 用户相似度计算 | 第62-65页 |
5.2.2 时间上下文 | 第65-66页 |
5.2.3 基于时间的用户协同过滤推荐算法 | 第66-67页 |
5.2.4 算法实现 | 第67-69页 |
5.3 实验设计与结果分析 | 第69-73页 |
5.3.1 数据集 | 第69页 |
5.3.2 评测指标 | 第69-70页 |
5.3.3 实验结果与分析 | 第70-73页 |
5.4 本章小结 | 第73-74页 |
第六章 基于区域社交的信息分级系统实现与测试 | 第74-82页 |
6.1 系统开发环境与和工具 | 第74页 |
6.2 信息分级系统实现 | 第74-78页 |
6.2.1 用户请求数据实现 | 第74-75页 |
6.2.2 定位与地图服务实现 | 第75-76页 |
6.2.3 应用主页面 | 第76-77页 |
6.2.4 信息发布实现 | 第77页 |
6.2.5 信息浏览实现 | 第77页 |
6.2.6 信息评论实现 | 第77-78页 |
6.2.7 用户管理实现 | 第78页 |
6.3 信息分级系统测试 | 第78-81页 |
6.3.1 系统测试环境 | 第78-79页 |
6.3.2 区域信息推荐测试 | 第79-80页 |
6.3.3 个性化信息推荐测试 | 第80页 |
6.3.4 信息分级测试 | 第80-81页 |
6.4 本章小结 | 第81-82页 |
第七章 总结与展望 | 第82-83页 |
7.1 总结 | 第82页 |
7.2 展望 | 第82-83页 |
致谢 | 第83-84页 |
参考文献 | 第84-87页 |