面向移动轨迹大数据的查询检索和挖掘算法的研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 研究背景 | 第16-17页 |
| 1.2 研究综述 | 第17-20页 |
| 1.2.1 轨迹数据的索引查询 | 第17-18页 |
| 1.2.2 语义轨迹数据的索引查询 | 第18-20页 |
| 1.2.3 基于多社交网络场景下的地点预测 | 第20页 |
| 1.3 研究挑战 | 第20-21页 |
| 1.4 本文思路与工作概括 | 第21-24页 |
| 第二章 研究现状 | 第24-48页 |
| 2.1 轨迹数据研究概况 | 第24-26页 |
| 2.2 轨迹数据的索引和查询 | 第26-34页 |
| 2.2.1 空间数据的索引结构 | 第26-27页 |
| 2.2.2 轨迹数据的索引结构 | 第27-29页 |
| 2.2.3 时空轨迹数据的查询 | 第29-34页 |
| 2.3 空间关键字查询 | 第34-41页 |
| 2.3.1 空间关键字查询 | 第35-37页 |
| 2.3.2 关键字优先的索引结构 | 第37-38页 |
| 2.3.3 空间优先的索引结构 | 第38-41页 |
| 2.4 地点预测以及POI推荐的模型 | 第41-45页 |
| 2.4.1 签到数据分析 | 第42-43页 |
| 2.4.2 兴趣点推荐和地点预测 | 第43-44页 |
| 2.4.3 基于特征融合的预测模型 | 第44-45页 |
| 2.5 轨迹数据集 | 第45-47页 |
| 2.6 本章小结 | 第47-48页 |
| 第三章 基于出行时间的轨迹查询 | 第48-64页 |
| 3.1 问题背景和定义 | 第48-51页 |
| 3.2 k?TLT查询处理 | 第51-58页 |
| 3.2.1 生成候选队列Lq | 第52-54页 |
| 3.2.2 生成候选集合C | 第54-56页 |
| 3.2.3 完善和验证候选集C | 第56-58页 |
| 3.3 实验与结果分析 | 第58-60页 |
| 3.3.1 整体算法效率的评估 | 第58-60页 |
| 3.3.2 验证阶段算法的评估 | 第60页 |
| 3.4 本章小结 | 第60-64页 |
| 第四章 基于时空关键字的轨迹范围查询 | 第64-90页 |
| 4.1 问题背景和定义 | 第65-67页 |
| 4.2 现有轨迹空间关键字查询结构 | 第67-68页 |
| 4.3 新的索引结构IOC树 | 第68-73页 |
| 4.3.1 IOC树概览 | 第68-69页 |
| 4.3.2 IOC树结构 | 第69-72页 |
| 4.3.3 IOC树的维护 | 第72-73页 |
| 4.4 基于IOC树的SKRT查询算法 | 第73-78页 |
| 4.4.1 SKRT查询算法 | 第74-77页 |
| 4.4.2 关键字有序的SKRT变体查询算法 | 第77-78页 |
| 4.5 实验与结果分析 | 第78-88页 |
| 4.5.1 实验环境&数据集 | 第78-79页 |
| 4.5.2 基准线算法 | 第79-80页 |
| 4.5.3 实验结果评估 | 第80-88页 |
| 4.6 本章小结 | 第88-90页 |
| 第五章 面向多场景的用户地点预测 | 第90-122页 |
| 5.1 问题概览和场景介绍 | 第90-92页 |
| 5.2 预备知识 | 第92-97页 |
| 5.2.1 签到轨迹数据分析 | 第92-95页 |
| 5.2.2 符号定义 | 第95-97页 |
| 5.3 签到数据的特征抽取 | 第97-102页 |
| 5.3.1 上下文特征的抽取 | 第97-99页 |
| 5.3.2 协同过滤特征的抽取 | 第99-101页 |
| 5.3.3 内容特征的抽取 | 第101-102页 |
| 5.4 地点预测模型GALLOP | 第102-108页 |
| 5.4.1 GALLOP模型框架 | 第102-103页 |
| 5.4.2 上下文特征的建模 | 第103-104页 |
| 5.4.3 协同过滤特征的建模 | 第104-107页 |
| 5.4.4 内容特征的建模 | 第107-108页 |
| 5.5 实验结果评估 | 第108-119页 |
| 5.5.1 实验设置 | 第109-111页 |
| 5.5.2 预测效果 | 第111-112页 |
| 5.5.3 参数敏感性实验 | 第112-115页 |
| 5.5.4 训练比例实验 | 第115页 |
| 5.5.5 有效性验证 | 第115-119页 |
| 5.6 本章小结 | 第119-122页 |
| 第六章 总结与展望 | 第122-126页 |
| 6.1 本文主要工作与贡献 | 第122-123页 |
| 6.2 未来工作展望 | 第123-126页 |
| 参考文献 | 第126-140页 |
| 个人简历、在学期间的研究成果 | 第140-142页 |
| 致谢 | 第142-144页 |
