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

众包数据质量控制与结果推荐研究--以个性化旅游系统为例

摘要第1-4页
ABSTRACT第4-9页
第1章 绪论第9-16页
   ·研究背景和现状第9-13页
     ·概述第9-10页
     ·国内外研究现状第10-12页
     ·存在的问题第12-13页
   ·课题研究意义第13-14页
   ·课题的研究内容第14-15页
   ·本文组织结构第15-16页
第2章 相关工作综述第16-25页
   ·众包模式第16-18页
     ·薪酬激励式第17页
     ·免费协作式第17-18页
     ·用户自制式第18页
   ·现有的众包质量控制策略第18-21页
     ·低质量数据的产生原因第19页
     ·众包质量控制策略第19-20页
     ·现存策略的问题第20-21页
   ·个性化推荐第21-24页
     ·基于协同过滤的推荐第21-22页
     ·基于关联规则的推荐第22-23页
     ·基于内容的推荐第23页
     ·组合推荐第23-24页
   ·本章小结第24-25页
第3章 系统介绍第25-29页
   ·系统体系结构第25-27页
   ·关键技术第27-28页
   ·本章小结第28-29页
第4章 旅游众包任务设计第29-32页
   ·延时第29-30页
   ·准确度第30页
   ·资金开销第30-31页
   ·本章小结第31-32页
第5章 众包任务验证方式第32-47页
   ·基于评价内容的验证方式第32-39页
     ·评价内容分析第33-35页
     ·基于游记相似匹配的一景多名解决方法第35-39页
   ·基于投票结果的验证方式第39-41页
     ·投票并发操作规则第39-40页
     ·投票结果分析第40-41页
   ·仿真实验第41-46页
     ·个性化旅游系统原型第41-43页
     ·实验准备第43页
     ·实验结果分析第43-46页
   ·本章小结第46-47页
第6章 众包结果推荐方法及优化策略第47-73页
   ·旅游数据组合第47-48页
   ·用户习惯获取第48-50页
     ·用户信息的显式获取与隐式获取第48-49页
     ·用户行为获取与分析第49-50页
   ·众包结果推荐算法第50-57页
     ·用户分组第51-54页
     ·个性化因素第54-55页
     ·众包结果推荐模型第55-57页
   ·基于多维空间超球体的推荐性能优化策略第57-64页
     ·数据结构第58-59页
     ·数据空间划分和参考点的选取第59-60页
     ·推荐性能优化策略描述第60-64页
   ·仿真实验第64-72页
     ·实验安排第64-65页
     ·实验结果与分析第65-72页
   ·本章小结第72-73页
第7章 结论与展望第73-75页
   ·结论第73-74页
   ·展望第74-75页
参考文献第75-80页
攻读学位期间的成果第80-81页
致谢第81-82页

论文共82页,点击 下载论文
上一篇:云绘制环境下实时动态任务调度算法研究
下一篇:基于深度学习的多摄像机协作监控系统目标匹配方法研究与系统实现