首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于地理社交因素和分类信息的地点推荐算法研究与实现

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-17页
    1.1 研究背景第11-12页
        1.1.1 位置社交网络下的地点推荐第11页
        1.1.2 国内外研究现状第11-12页
    1.2 研究的问题与主要贡献第12-14页
        1.2.1 主要的研究问题第12-13页
        1.2.2 主要贡献第13-14页
    1.3 论文组织结构第14-15页
    1.4 本章小结第15-17页
第二章 基于用户偏好和社交关系的协同过滤地点推荐第17-29页
    2.1 引言第17-18页
    2.2 用户相似度个性化建模第18-20页
    2.3 基于用户偏好和社交关系的协同过滤地点推荐算法第20-23页
        2.3.1 个性化相似度的计算第20-22页
        2.3.2 计算地点推荐得分第22页
        2.3.3 算法描述第22-23页
    2.4 实验与分析第23-28页
        2.4.1 实验数据集第23-24页
        2.4.2 评价指标第24页
        2.4.3 对比算法第24-25页
        2.4.4 参数设定第25页
        2.4.5 实验结果与分析第25-28页
    2.5 本章小结第28-29页
第三章 基于分类信息和用户偏好的地点推荐第29-47页
    3.1 引言第29-31页
    3.2 基于分类信息和用户偏好的地点推荐算法第31-36页
        3.2.1 地点推荐框架第31-32页
        3.2.2 用户对分类访问偏好的获取第32-34页
        3.2.3 地点推荐第34-36页
    3.3 实验与分析第36-45页
        3.3.1 实验数据集第37页
        3.3.2 对比算法第37-38页
        3.3.3 实验结果与分析第38-45页
    3.4 本章小结第45-47页
第四章 融合地理社交因素和分类信息的地点推荐第47-55页
    4.1 引言第47-48页
    4.2 多种推荐结果融合建模第48-49页
    4.3 融合地理社交因素和分类信息的地点推荐算法第49-52页
        4.3.1 核密度估计建模第50页
        4.3.2 推荐结果融合第50页
        4.3.3 算法描述第50-52页
    4.4 实验与分析第52-54页
        4.4.1 对比算法第52页
        4.4.2 实验结果与分析第52-54页
    4.5 本章小结第54-55页
第五章 基于用户交互和动态评估的地点推荐系统设计第55-65页
    5.1 引言第55页
    5.2 地点推荐系统需求分析第55-56页
    5.3 总体框架设计第56页
    5.4 系统模块设计第56-63页
        5.4.1 基于用户偏好和社交关系的协同过滤地点推荐模块第57页
        5.4.2 基于分类信息和用户偏好的地点推荐模块第57-58页
        5.4.3 融合地理社交因素和分类信息的地点推荐模块第58-59页
        5.4.4 推荐结果模块第59-62页
        5.4.5 模块之间关系第62-63页
    5.5 本章小结第63-65页
第六章 基于用户交互和动态评估的地点推荐系统实现与测试第65-71页
    6.1 引言第65页
    6.2 系统模块实现第65-66页
        6.2.1 基于用户偏好和社交关系的协同过滤地点推荐模块实现第65页
        6.2.2 基于分类信息和用户偏好的地点推荐模块实现第65页
        6.2.3 融合地理社交因素和分类信息的地点推荐模块实现第65-66页
        6.2.4 推荐结果模块实现第66页
    6.3 系统模块测试第66-69页
        6.3.1 基于用户偏好和社交关系的协同过滤地点推荐模块测试第66-67页
        6.3.2 基于分类信息和用户偏好的地点推荐模块测试第67页
        6.3.3 融合地理社交因素和分类信息的地点推荐模块测试第67页
        6.3.4 推荐结果模块测试第67-69页
    6.4 本章小结第69-71页
第七章 总结与展望第71-73页
    7.1 工作总结第71页
    7.2 工作展望第71-73页
参考文献第73-79页
致谢第79-81页
作者攻读学位期间发表的学术论文目录第81页

论文共81页,点击 下载论文
上一篇:商品图像检测方法的研究
下一篇:视频网站推荐算法的研究与应用