基于车联网的地点与旅行路线的挖掘与推荐
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题的研究背景和意义 | 第8-10页 |
| 1.2 课题相关研究领域现状 | 第10-13页 |
| 1.2.1 国外研究现状分析 | 第10-12页 |
| 1.2.2 国内研究现状分析 | 第12-13页 |
| 1.3 论文的主要内容 | 第13-15页 |
| 第2章 车联网的数据挖掘研究的框架和主要算法 | 第15-25页 |
| 2.1 数据挖掘的主要流程 | 第15页 |
| 2.2 基于树形结构的层次图 | 第15-18页 |
| 2.3 OPTICS算法 | 第18-20页 |
| 2.4 HITS算法 | 第20-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 数据挖掘模型建模 | 第25-37页 |
| 3.1 本文中的基本术语 | 第25-27页 |
| 3.2 数据挖掘模型架构 | 第27-28页 |
| 3.3 基于树的多层图结构模型 | 第28-30页 |
| 3.4 热门地点和经典旅行序列挖掘与推荐 | 第30-35页 |
| 3.4.1 基于HITS查询算法 | 第30-33页 |
| 3.4.2 经典旅行序列的挖掘与推荐 | 第33-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第4章 数据挖掘的实验结果与评价方式 | 第37-50页 |
| 4.1 实验结果 | 第37-39页 |
| 4.1.1 实验数据采集 | 第37页 |
| 4.1.2 实验结果展示 | 第37-39页 |
| 4.2 挖掘结果的评价方式 | 第39-41页 |
| 4.2.1 常用评价方式 | 第39-40页 |
| 4.2.2 本文中的评价方式 | 第40-41页 |
| 4.3 实验结果评估 | 第41-43页 |
| 4.3.1 受欢迎地点的评估 | 第41页 |
| 4.3.2 受欢迎地点排序的数据挖掘评估 | 第41-43页 |
| 4.3.3 经典旅行序列挖掘结果的评估 | 第43页 |
| 4.4 评估结果 | 第43-46页 |
| 4.4.1 对于受欢迎地点的数据挖掘的评估 | 第43-44页 |
| 4.4.2 受欢迎地点排序的数据挖掘评估结果 | 第44-45页 |
| 4.4.3 经典旅行序列挖掘结果的评估结果 | 第45-46页 |
| 4.5 总体实验结果 | 第46-48页 |
| 4.6 本章小结 | 第48-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56页 |
