移动用户行为转移模式的个性化推荐研究
摘要 | 第4-5页 |
abstract | 第5-6页 |
1 绪论 | 第9-17页 |
1.1 研究背景及意义 | 第9-11页 |
1.1.1 研究背景 | 第9-10页 |
1.1.2 研究意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.3 本文研究内容与思路 | 第12-13页 |
1.3.1 主要研究内容 | 第12页 |
1.3.2 研究思路 | 第12-13页 |
1.4 论文结构安排 | 第13-15页 |
1.5 本章小结 | 第15-17页 |
2 相关理论与技术研究 | 第17-25页 |
2.1 移动用户行为特点 | 第17-19页 |
2.2 移动用户行为研究方法 | 第19-21页 |
2.2.1 频繁模式挖掘 | 第19-21页 |
2.2.2 时空行为轨迹聚类技术 | 第21页 |
2.3 传统个性化推荐研究 | 第21-23页 |
2.4 多情景源移动个性化推荐框架 | 第23-24页 |
2.5 本章小结 | 第24-25页 |
3 情景约束的数据预处理 | 第25-35页 |
3.1 情景约束的数据预处理流程 | 第25-26页 |
3.2 情景约束的数据清理算法 | 第26-28页 |
3.3 生成决策表 | 第28-29页 |
3.4 实验分析 | 第29-33页 |
3.5 本章小结 | 第33-35页 |
4 情景感知的移动用户行为转移模式推荐算法 | 第35-49页 |
4.1 情景感知的行为转移模式的挖掘 | 第35-44页 |
4.1.1 长度为2的频繁模式挖掘 | 第35-36页 |
4.1.2 粗糙集属性约简及规则提取 | 第36-40页 |
4.1.3 情景感知的行为转移模式挖掘步骤 | 第40-41页 |
4.1.4 算例分析 | 第41-44页 |
4.2 基于情景相似性的模式排序方法 | 第44-46页 |
4.2.1 情景相似性相关理论 | 第44-45页 |
4.2.2 基于情景相似性的算法描述 | 第45-46页 |
4.3 实验分析 | 第46-48页 |
4.4 本章小结 | 第48-49页 |
5 总结与展望 | 第49-53页 |
5.1 总结 | 第49-50页 |
5.2 展望 | 第50-53页 |
参考文献 | 第53-59页 |
作者攻读学位期间发表论文(含录用)清单 | 第59-61页 |
致谢 | 第61页 |