| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.3 主要研究内容 | 第15-16页 |
| 1.4 研究思路与论文结构 | 第16-17页 |
| 1.5 论文的创新点 | 第17-19页 |
| 第2章 相关背景知识及介绍 | 第19-29页 |
| 2.1 移动定位社交服务(LBSNS) | 第19-21页 |
| 2.1.1 定位技术 | 第19-20页 |
| 2.1.2 基于位置服务 (LBS) | 第20-21页 |
| 2.1.3 社会性网络服务 (SNS) | 第21页 |
| 2.2 用户轨迹和停留点 | 第21-23页 |
| 2.2.1 用户轨迹 | 第21-22页 |
| 2.2.2 停留点 | 第22-23页 |
| 2.3 兴趣点 | 第23-24页 |
| 2.4 聚类算法 | 第24页 |
| 2.5 精准广告投放 | 第24-28页 |
| 2.5.1 精准广告的传播模式 | 第25-26页 |
| 2.5.2 广告投放精准化技术 | 第26-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 总体研究方案 | 第29-47页 |
| 3.1 轨迹挖掘场景化精准广告投放研究概述 | 第29-30页 |
| 3.2 GPS数据处理 | 第30-34页 |
| 3.2.1 停留点提取 | 第31-34页 |
| 3.3 POI语义层次模型的构建 | 第34-36页 |
| 3.4 基于GPS数据的用户行为分析 | 第36-42页 |
| 3.4.1 活动映射表 | 第36-37页 |
| 3.4.2 基于GPS数据的用户行为分析模型 | 第37-42页 |
| 3.5 基于POI语义层次模型构建用户签到行为模型 | 第42-45页 |
| 3.5.1 签到记录的识别 | 第42-44页 |
| 3.5.2 签到行为模型 | 第44-45页 |
| 3.6 本章小结 | 第45-47页 |
| 第4章 系统设计 | 第47-51页 |
| 4.1 系统设计 | 第47页 |
| 4.2 数据库设计 | 第47-50页 |
| 4.3 本章小结 | 第50-51页 |
| 第5章 实验结果及分析 | 第51-60页 |
| 5.1 基于GPS数据用户行为分析 | 第51-55页 |
| 5.1.1 停留点提取算法 | 第53-54页 |
| 5.1.2 聚类及活动匹配 | 第54-55页 |
| 5.2 用户的签到行为分析 | 第55-59页 |
| 5.2.1 个体的签到数据分析 | 第56-57页 |
| 5.2.2 所有用户的签到数据分析 | 第57-59页 |
| 5.3 本章小结 | 第59-60页 |
| 总结与展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读学位期间取得的学术成果 | 第65-66页 |
| 攻读硕士学位期间参与的科研项目 | 第66-67页 |
| 致谢 | 第67页 |