| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-13页 |
| 1.1.1 研究背景 | 第10-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究文献综述 | 第13-16页 |
| 1.2.1 国外相关研究 | 第13-14页 |
| 1.2.2 国内相关研究 | 第14-16页 |
| 1.3 论文内容及思路框架 | 第16-19页 |
| 第2章 相关理论基础及研究 | 第19-35页 |
| 2.1 推荐系统概述 | 第19-24页 |
| 2.1.1 推荐系统的概念 | 第19-20页 |
| 2.1.2 面向用户喜好的常用推荐算法分析 | 第20-22页 |
| 2.1.3 常用测评指标 | 第22-24页 |
| 2.2 聚类分析方法研究 | 第24-26页 |
| 2.2.1 聚类分析算法描述 | 第24页 |
| 2.2.2 距离计算方法 | 第24-25页 |
| 2.2.3 聚类有效性评价指标 | 第25-26页 |
| 2.3 上下文感知推荐算法 | 第26-33页 |
| 2.3.1 上下文感知相关理论 | 第26-30页 |
| 2.3.2 上下文感知推荐技术 | 第30-33页 |
| 2.4 贝叶斯方法 | 第33-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第3章 面向乘客喜好的网络约车推荐的模型构建 | 第35-50页 |
| 3.1 面向乘客喜好的协同过滤推荐模型 | 第35-39页 |
| 3.1.1 算法流程 | 第36页 |
| 3.1.2 问题公式化定义 | 第36-38页 |
| 3.1.3 评分标准化 | 第38页 |
| 3.1.4 相似度权重计算 | 第38-39页 |
| 3.2 基于聚类的速度改进推荐模型 | 第39-44页 |
| 3.2.1 模糊C均值聚类算法 | 第40-42页 |
| 3.2.2 基于模糊聚类的协同过滤推荐算法 | 第42-44页 |
| 3.3 基于上下文感知的精度改进推荐模型 | 第44-49页 |
| 3.3.1 上下文对乘客喜好影响分析 | 第44-45页 |
| 3.3.2 基于聚类和贝叶斯的上下文感知协同过滤推荐算法 | 第45-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第4章 模型验证 | 第50-77页 |
| 4.1 实验平台及数据 | 第50-61页 |
| 4.1.1 实验平台 | 第50页 |
| 4.1.2 实验数据 | 第50-61页 |
| 4.2 实验设计 | 第61-62页 |
| 4.3 模型验证结果与分析 | 第62-76页 |
| 4.3.1 协同过滤推荐模型实验 | 第62-66页 |
| 4.3.2 基于聚类的推荐模型实验 | 第66-72页 |
| 4.3.3 上下文感知模型实验 | 第72-76页 |
| 4.4 本章小结 | 第76-77页 |
| 第5章 总结与展望 | 第77-79页 |
| 5.1 论文总结 | 第77-78页 |
| 5.2 对未来的展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 附录 问卷调查表 | 第83-85页 |
| 致谢 | 第85页 |