摘要 | 第9-11页 |
ABSTRACT | 第11-12页 |
第一章 绪论 | 第13-19页 |
1.1 研究背景 | 第13-14页 |
1.2 研究现状 | 第14-15页 |
1.2.1 关系强度理论的研究现状 | 第14-15页 |
1.2.2 基于智能手机感知数据的关系度量研究 | 第15页 |
1.2.3 基于用户轨迹数据的关系度量研究 | 第15页 |
1.3 研究内容 | 第15-18页 |
1.4 论文结构 | 第18-19页 |
第二章 相关技术研究 | 第19-35页 |
2.1 用户轨迹预处理 | 第19-25页 |
2.1.1 轨迹漂移点检测算法 | 第19-21页 |
2.1.2 用户轨迹访问点 | 第21-22页 |
2.1.3 访问点聚类算法 | 第22-25页 |
2.2 时间序列相似度度量方法 | 第25-28页 |
2.2.1 轨迹中心距离 | 第26-27页 |
2.2.2 动态时间归整计算距离 | 第27-28页 |
2.3 自然语言处理方法 | 第28-32页 |
2.3.1 LDA主题模型 | 第29-30页 |
2.3.2 word2vec深度计算模型 | 第30-32页 |
2.3.3 Hash余弦相似度算法 | 第32页 |
2.4 WiFi感知数据的度量方法 | 第32页 |
2.5 蓝牙感知数据的度量方法 | 第32-33页 |
2.6 小结 | 第33-35页 |
第三章 异构感知数据的结构化描述和处理 | 第35-45页 |
3.1 GPS轨迹数据结构化描述和处理 | 第35-41页 |
3.1.1 用户轨迹访问点检测识别 | 第36页 |
3.1.2 访问点添加语义标签 | 第36-39页 |
3.1.3 用户GPS轨迹数据结构化表示 | 第39-41页 |
3.2 WiFi感知数据结构化描述和处理 | 第41-43页 |
3.3 蓝牙感知数据结构化描述和处理 | 第43-44页 |
3.4 小结 | 第44-45页 |
第四章 异构感知数据的用户关系强度计算方法 | 第45-55页 |
4.1 用户GPS轨迹数据计算关系强度的方法 | 第45-51页 |
4.1.1 用户空间轨迹数据的输入和计算 | 第47-48页 |
4.1.2 用户语义轨迹数据的输入和计算 | 第48-49页 |
4.1.3 用户轨迹运动模式数据的输入和计算 | 第49-51页 |
4.2 用户WiFi感知数据计算关系强度的方法 | 第51-52页 |
4.3 用户蓝牙感知数据计算关系强度的方法 | 第52-53页 |
4.4 异构感知数据的用户关系强度计算结果融合 | 第53-54页 |
4.5 小结 | 第54-55页 |
第五章 基于异构感知数据关系强度计算框架实验结果分析 | 第55-75页 |
5.1 StarLog数据集介绍 | 第55-57页 |
5.2 用户轨迹漂移点移除实验结果 | 第57-59页 |
5.3 轨迹中访问点检测实验结果 | 第59-60页 |
5.4 用户轨迹访问点聚类实验结果 | 第60-64页 |
5.5 实验结果验证方法 | 第64-66页 |
5.5.1 获取用户关系强度结果 | 第64页 |
5.5.2 实验结果评价方法 | 第64-66页 |
5.6 实验结果与分析 | 第66-72页 |
5.6.1 基于GPS轨迹相似性计算用户之间的关系强度 | 第66-68页 |
5.6.2 基于WiFi感知数据计算用户之间的关系强度 | 第68-71页 |
5.6.3 基于蓝牙感知数据计算用户之间的关系强度 | 第71页 |
5.6.4 基于异构感知数据计算用户之间的关系强度结果 | 第71-72页 |
5.7 小结 | 第72-75页 |
第六章 总结与展望 | 第75-77页 |
6.1 工作总结 | 第75-76页 |
6.2 工作展望 | 第76-77页 |
致谢 | 第77-79页 |
参考文献 | 第79-85页 |
作者在学期间取得的学术成果 | 第85页 |