基于时空数据的旅游信息推荐研究
摘要 | 第1-6页 |
Abstract | 第6-8页 |
第一章 绪论 | 第8-14页 |
·研究背景与意义 | 第8-9页 |
·研究现状 | 第9-12页 |
·时空数据的挖掘技术 | 第9-10页 |
·用户相似度 | 第10-11页 |
·推荐系统 | 第11-12页 |
·本文的主要贡献 | 第12-13页 |
·本文的主要结构 | 第13-14页 |
第二章 时空数据处理问题 | 第14-15页 |
·数据的获取 | 第14页 |
·数据的预处理 | 第14-15页 |
第三章 相关背景知识和问题描述 | 第15-22页 |
·景点区域分析 | 第15-17页 |
·带地理标签的照片 | 第15页 |
·停留点与景点区域 | 第15-17页 |
·旅游景点的语义含义 | 第17-18页 |
·个性化旅游推荐 | 第18-22页 |
·用户兴趣偏好推荐 | 第19-20页 |
·流行景点推荐 | 第20-21页 |
·上下文感知推荐 | 第21-22页 |
第四章 算法和具体实现 | 第22-33页 |
·基于时空数据的旅游信息推荐研究 | 第22-23页 |
·景点区域分析和构建旅游景点数据库 | 第23-25页 |
·停留点的检测 | 第23-24页 |
·停留点聚类算法 | 第24-25页 |
·语义景点 | 第25-26页 |
·上下文感知推荐算法 | 第26-28页 |
·基于用户偏好和景点流行度的旅游推荐算法 | 第28-33页 |
·用户兴趣旅游推荐模型 | 第29-31页 |
·景点流行度与 CIAP 个性化推荐算法 | 第31-33页 |
第五章 实验结果及分析 | 第33-37页 |
·算法参数实验及结果分析 | 第34-36页 |
·停留点检测中阈值的确定 | 第34页 |
·个性化推荐中权值的设定 | 第34-36页 |
·不同相似度衡量算法间的比较 | 第36-37页 |
第六章 总结与展望 | 第37-38页 |
·总结 | 第37页 |
·展望 | 第37-38页 |
参考文献 | 第38-41页 |
已发表学术论文 | 第41-42页 |
致谢 | 第42页 |