移动定位社交服务中好友与位置推荐框架
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究背景与意义 | 第10-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·论文主要研究内容 | 第14-15页 |
| ·论文结构安排 | 第15-17页 |
| 第2章 好友与位置推荐框架相关技术 | 第17-26页 |
| ·基于位置服务(LBS) | 第17-19页 |
| ·LBS 的类型 | 第17-18页 |
| ·LBS 的发展 | 第18-19页 |
| ·定位技术 | 第19-21页 |
| ·基于网络的定位技术 | 第19-20页 |
| ·基于移动终端的定位技术 | 第20-21页 |
| ·聚类技术 | 第21-23页 |
| ·层次聚类算法 | 第21-22页 |
| ·分割聚类算法 | 第22-23页 |
| ·推荐算法 | 第23-25页 |
| ·基于内容过滤的推荐算法 | 第24页 |
| ·基于协同过滤的推荐算法 | 第24页 |
| ·基于关联规则的推荐算法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 移动定位社交服务中好友和位置推荐框架 | 第26-46页 |
| ·移动定位社交服务中好友和位置推荐框架概述 | 第26-27页 |
| ·移动定位社交服务中好友和位置推荐算法 | 第27页 |
| ·用户位置数据的提取与处理 | 第27-34页 |
| ·用户位置数据的产生与选取 | 第27-28页 |
| ·停留点(stay point)提取算法 | 第28-32页 |
| ·用户兴趣点(POI)提取算法 | 第32-34页 |
| ·用户相似性计算策略 | 第34-43页 |
| ·用户地理位置相似性计算策略 | 第34-39页 |
| ·用户行为语义相似性计算策略 | 第39-43页 |
| ·好友推荐 | 第43-44页 |
| ·位置推荐 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 原型系统设计 | 第46-54页 |
| ·系统设计概述 | 第46-53页 |
| ·线下数据处理模块 | 第46-50页 |
| ·线上表现层模块 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 实验与结果分析 | 第54-62页 |
| ·实验环境及实验数据 | 第54-55页 |
| ·实验内容 | 第55-61页 |
| ·stay point 提取算法性能及对比实验 | 第55-58页 |
| ·EAMBROA 算法对比实验 | 第58页 |
| ·TSS 方法实验结果 | 第58-59页 |
| ·用户地理位置相似性矩阵 | 第59页 |
| ·用户行为语义相似性矩阵 | 第59-60页 |
| ·用户相似性矩阵 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70页 |
