面向基站选址系统的数据可视化技术与协同过滤算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 论文选题与背景意义 | 第10-11页 |
| 1.2 国内外研究现状和发展趋势 | 第11-13页 |
| 1.3 论文研究内容 | 第13页 |
| 1.4 论文结构 | 第13-16页 |
| 第二章 数据可视化与协同过滤的关键技术研究 | 第16-28页 |
| 2.1 数据可视化 | 第16-22页 |
| 2.1.1 数据可视化简介 | 第16页 |
| 2.1.2 密集点数据的可视化方法 | 第16-20页 |
| 2.1.3 时序数据的可视化方法 | 第20-22页 |
| 2.2 协同过滤算法及相关技术 | 第22-26页 |
| 2.2.1 推荐系统介绍 | 第22-23页 |
| 2.2.2 协同过滤算法 | 第23页 |
| 2.2.3 传统稀疏数据处理方法 | 第23-24页 |
| 2.2.4 用户间相似度计算 | 第24-26页 |
| 2.3 本章小结 | 第26-28页 |
| 第三章 工作流数据可视化 | 第28-46页 |
| 3.1 系统模型 | 第28-31页 |
| 3.1.1 基站选址系统模型 | 第28-29页 |
| 3.1.2 工作流模型 | 第29-30页 |
| 3.1.3 工作流数据可视化模型 | 第30-31页 |
| 3.2 可视化方案设计 | 第31-32页 |
| 3.3 地理属性可视化 | 第32-42页 |
| 3.3.1 算法依据 | 第32页 |
| 3.3.2 算法模型 | 第32-34页 |
| 3.3.3 可视化算法步骤 | 第34-38页 |
| 3.3.4 实验结果与分析 | 第38-42页 |
| 3.4 时序属性可视化 | 第42-45页 |
| 3.4.1 基于桑基图改进的可视化工作流 | 第42-44页 |
| 3.4.2 时序属性与地理属性的可视化结合 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 基于工作流数据的预测填充算法 | 第46-62页 |
| 4.1 协同过滤稀疏性问题与冷启动问题 | 第46-47页 |
| 4.2 系统模型 | 第47-49页 |
| 4.2.1 任务评分数据模型 | 第47-48页 |
| 4.2.2 协同过滤模型 | 第48-49页 |
| 4.2.3 算法模型 | 第49页 |
| 4.3 基于工作流数据的预测填充算法 | 第49-55页 |
| 4.3.1 构建初始评分矩阵 | 第51-52页 |
| 4.3.2 计算邻居任务集 | 第52页 |
| 4.3.3 任务属性归一化处理 | 第52-54页 |
| 4.3.4 计算任务相似度并填充矩阵 | 第54-55页 |
| 4.3.5 迭代地对矩阵进行填充 | 第55页 |
| 4.3.6 计算并获取推荐结果 | 第55页 |
| 4.4 实验分析 | 第55-61页 |
| 4.4.1 实验数据与预处理 | 第55-57页 |
| 4.4.2 评价标准 | 第57页 |
| 4.4.3 实验结果与分析 | 第57-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 结合数据可视化技术的基站选址系统的设计 | 第62-68页 |
| 5.1 系统设计 | 第62-64页 |
| 5.2 系统实现 | 第64-66页 |
| 5.2.1 数据处理模块 | 第64-65页 |
| 5.2.2 推荐模块 | 第65页 |
| 5.2.3 可视化模块 | 第65-66页 |
| 5.3 本章小结 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 论文成果总结 | 第68-69页 |
| 6.2 工作展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-78页 |
| 攻读学位期间发表的学术论文目录 | 第78页 |
