基于LBSN的时空敏感的景点推荐
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.3 研究目标与内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第二章 相关背景概述 | 第17-27页 |
| 2.1 基于位置的社交网络 | 第17-19页 |
| 2.1.1 基于位置的社交网络简介 | 第17-18页 |
| 2.1.2 基于位置的异构网络模型 | 第18-19页 |
| 2.2 个性化推荐技术概述 | 第19-20页 |
| 2.3 常见个性化推荐方法 | 第20-24页 |
| 2.3.1 基于规则的推荐 | 第20-21页 |
| 2.3.2 基于协同过滤的推荐 | 第21-23页 |
| 2.3.3 基于内容的推荐 | 第23-24页 |
| 2.3.4 社会化推荐算法 | 第24页 |
| 2.4 个性化旅游推荐 | 第24-26页 |
| 2.4.1 个性化旅游推荐的内容 | 第24-25页 |
| 2.4.2 个性化旅游推荐的方法 | 第25页 |
| 2.4.3 个性化旅游推荐所面临的挑战 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 数据集获取与景点发现 | 第27-36页 |
| 3.1 景点数据选择与获取 | 第27-28页 |
| 3.1.1 数据源选择 | 第27-28页 |
| 3.1.2 原始数据集获取 | 第28页 |
| 3.2 数据属性与分析 | 第28-30页 |
| 3.2.1 数据集属性 | 第28-29页 |
| 3.2.2 数据简要分析 | 第29-30页 |
| 3.3 景点建模与景点抽取 | 第30-35页 |
| 3.3.1 景点建模 | 第30-32页 |
| 3.3.2 基于空间聚类的景点抽取 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于LDA主题模型的用户兴趣建模 | 第36-49页 |
| 4.1 主题模型及发展 | 第36-37页 |
| 4.2 标准LDA模型 | 第37-42页 |
| 4.2.1 LDA文档生成过程 | 第38页 |
| 4.2.2 LDA的参数估计方法 | 第38-42页 |
| 4.3 位置感知的LDA拓展模型 | 第42-48页 |
| 4.3.1 LLDA的图模型表示 | 第43-44页 |
| 4.3.2 LLDA文档生成过程 | 第44-45页 |
| 4.3.3 LLDA模型输入 | 第45页 |
| 4.3.4 LLDA的参数估计 | 第45-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 基于签到记录和好友关系的个性化景点推荐 | 第49-64页 |
| 5.1 多维属性建模与综合评价排序 | 第49-53页 |
| 5.1.1 用户兴趣评分 | 第49-50页 |
| 5.1.2 地点时间热度评分 | 第50-52页 |
| 5.1.3 用户移动距离评分 | 第52-53页 |
| 5.1.4 综合评价 | 第53页 |
| 5.2 LTSR个性化景点推荐算法 | 第53-55页 |
| 5.3 实验设计 | 第55-57页 |
| 5.3.1 实验环境 | 第55页 |
| 5.3.2 实验评价 | 第55-56页 |
| 5.3.3 实验对比算法 | 第56-57页 |
| 5.4 实验结果与分析 | 第57-63页 |
| 5.4.1 主题模型参数确定 | 第57-58页 |
| 5.4.2 本地推荐情况下的推荐效果 | 第58-60页 |
| 5.4.3 异地推荐情况下的推荐效果 | 第60-61页 |
| 5.4.4 权重λ取值对实验结果的影响 | 第61-62页 |
| 5.4.5 权重π取值对实验结果的影响 | 第62-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第六章 原型系统设计与实现 | 第64-70页 |
| 6.1 系统设计 | 第64-65页 |
| 6.2 系统实现 | 第65-69页 |
| 6.3 实现效果 | 第69页 |
| 6.4 本章小结 | 第69-70页 |
| 第七章 总结与展望 | 第70-72页 |
| 7.1 工作总结 | 第70页 |
| 7.2 研究展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |
