基于位置数据的价值发现与行为预测
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第9-14页 |
1.1 背景知识 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.3 论文主要内容 | 第12页 |
1.4 论文的创新点 | 第12-13页 |
1.5 论文组织结构 | 第13-14页 |
第二章 相关理论研究 | 第14-22页 |
2.1 位置数据预处理与统计方法 | 第14-15页 |
2.2 关联规则方法 | 第15-16页 |
2.2.1 布尔关联规则 | 第15-16页 |
2.2.2 数据关联规则 | 第16页 |
2.3 激活力-亲和力模型 | 第16-18页 |
2.4 马尔可夫过程 | 第18页 |
2.5 聚类 | 第18-21页 |
2.5.1 划分聚类 | 第19页 |
2.5.2 层次聚类 | 第19-20页 |
2.5.3 密度聚类 | 第20-21页 |
2.5.4 网格聚类 | 第21页 |
2.6 本章小结 | 第21-22页 |
第三章 位置数据建模与价值发现 | 第22-35页 |
3.1 数据集描述 | 第22页 |
3.2 数据预处理 | 第22-25页 |
3.3 地图分割 | 第25-27页 |
3.4 建模与分析 | 第27-33页 |
3.4.1 建立模型 | 第27-28页 |
3.4.2 模型分析——时间方向分析 | 第28-30页 |
3.4.3 模型分析——位置方向分析 | 第30-32页 |
3.4.4 模型分析——用户方向分析 | 第32-33页 |
3.5 位置数据系统框架 | 第33-34页 |
3.6 本章小结 | 第34-35页 |
第四章 区域间相关性的研究 | 第35-48页 |
4.1 已有工作调研 | 第35-36页 |
4.2 数据处理 | 第36-38页 |
4.3 实验设计 | 第38-43页 |
4.3.1 基于激活力的方法 | 第38-40页 |
4.3.2 基于关联规则的方法 | 第40-41页 |
4.3.3 熵模型 | 第41-43页 |
4.4 实验结果与分析 | 第43-47页 |
4.5 本章小结 | 第47-48页 |
第五章 加入区域关系的用户位置预测 | 第48-53页 |
5.1 位置预测调研 | 第48-50页 |
5.1.1 基于空间先验条件 | 第48-49页 |
5.1.2 基于时间约束 | 第49页 |
5.1.3 引入好友关系 | 第49-50页 |
5.1.4 位置预测评价指标 | 第50页 |
5.2 实验设计 | 第50-51页 |
5.3 实验结果与分析 | 第51-52页 |
5.4 本章小结 | 第52-53页 |
第六章 结束语 | 第53-55页 |
6.1 论文工作总结 | 第53页 |
6.2 未来工作展望 | 第53-55页 |
参考文献 | 第55-58页 |
致谢 | 第58-59页 |
攻读学位期间发表的学术论文 | 第59页 |