基于移动社会网络的用户行为分析
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-10页 |
| ·课题背景 | 第8页 |
| ·论文研究内容与工作 | 第8-9页 |
| ·论文结构 | 第9-10页 |
| 第二章 课题背景综述 | 第10-16页 |
| ·Web2.0的主要思想和应用技术 | 第10-11页 |
| ·社会网络的发展现状 | 第11页 |
| ·社会网络与移动终端的融合趋势 | 第11-12页 |
| ·用户行为分析理论 | 第12-13页 |
| ·社会网络分析概述 | 第13-14页 |
| ·用户行为分析在移动社会网中的应用意义 | 第14页 |
| ·本章小结 | 第14-16页 |
| 第三章 用户行为模型 | 第16-26页 |
| ·用户行为模型 | 第16-19页 |
| ·意义建构模型 | 第16页 |
| ·信息查询六阶模型 | 第16-17页 |
| ·整合式因特网用户信息查询模型 | 第17-18页 |
| ·基于MSNS的信息行为模型 | 第18-19页 |
| ·描述信息模型 | 第19-23页 |
| ·用户模型分类 | 第19-20页 |
| ·用户模型的优化更新问题 | 第20页 |
| ·描述信息模型 | 第20-23页 |
| ·描述信息定义 | 第20-21页 |
| ·模型表示法 | 第21-22页 |
| ·MSNS事物的模型表示 | 第22-23页 |
| ·参考权重模型 | 第23-24页 |
| ·用户行为分析系统构架 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第四章 推荐服务算法 | 第26-34页 |
| ·个性化推荐技术 | 第26-28页 |
| ·基于规则的推荐 | 第26页 |
| ·基于内容的推荐 | 第26-27页 |
| ·协同过滤推荐 | 第27-28页 |
| ·推荐算法概述 | 第28页 |
| ·推荐算法设计 | 第28-33页 |
| ·事物相似度 | 第29页 |
| ·结合参考权重的相似度 | 第29-30页 |
| ·邻居集合 | 第30-32页 |
| ·社会网络分析要素 | 第30-31页 |
| ·基于社会关系的邻居集合 | 第31-32页 |
| ·一种基于用户位置的服务项界定方法 | 第32页 |
| ·产生推荐 | 第32-33页 |
| ·应用于移动社会网络服务的推荐算法 | 第33页 |
| ·引入基于规则的推荐算法 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第五章 基于用户反馈的调节算法 | 第34-40页 |
| ·反馈调节算法概述 | 第34页 |
| ·反馈调节算法设计 | 第34-39页 |
| ·反馈信息及获取方式 | 第34-36页 |
| ·更新步骤(算法流程) | 第36页 |
| ·更新学习策略 | 第36-37页 |
| ·调节算法设计 | 第37-39页 |
| ·基于反馈频度和反馈量的调节算法 | 第37-38页 |
| ·基于规则的反馈调节机制 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第六章 实施方案及仿真 | 第40-51页 |
| ·本章概述 | 第40页 |
| ·移动社会网仿真平台的搭建 | 第40-46页 |
| ·移动社会网络仿真平台概述 | 第40页 |
| ·仿真平台构架和操作流程 | 第40-42页 |
| ·仿真平台的搭建 | 第42-46页 |
| ·定位追踪功能 | 第42-44页 |
| ·扫描功能 | 第44-45页 |
| ·关系和组群分析 | 第45页 |
| ·平台API设计 | 第45-46页 |
| ·基于热点服务的算法仿真 | 第46-49页 |
| ·样点设计 | 第46-47页 |
| ·推荐算法可行性验证 | 第47-48页 |
| ·反馈调节算法可行性验证 | 第48-49页 |
| ·基于推荐项目反馈的仿真 | 第48-49页 |
| ·基于邻居集合反馈的仿真 | 第49页 |
| ·基于项目集合反馈的仿真 | 第49页 |
| ·进一步工作 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第七章 结束语 | 第51-52页 |
| 参考书目 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读学位期间发表论文 | 第56页 |
