基于社交网络的同城活动推荐方法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 论文的主要工作 | 第15-17页 |
| 1.4 论文的组织结构 | 第17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 相关理论基础 | 第18-30页 |
| 2.1 社交活动网络 | 第18-20页 |
| 2.2 社交活动推荐 | 第20-22页 |
| 2.3 LDA主题模型 | 第22-26页 |
| 2.4 学习排序 | 第26-28页 |
| 2.5 逻辑回归 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 同城活动推荐模型 | 第30-38页 |
| 3.1 问题分析 | 第30-32页 |
| 3.2 同城活动推荐模型 | 第32-33页 |
| 3.3 数据获取模块 | 第33页 |
| 3.4 特征提取模块 | 第33-35页 |
| 3.5 学习排序模块 | 第35-36页 |
| 3.6 推荐模块 | 第36-37页 |
| 3.7 本章小结 | 第37-38页 |
| 第4章 同城活动推荐方法 | 第38-50页 |
| 4.1 数据获取 | 第38-40页 |
| 4.2 特征分析与提取 | 第40-45页 |
| 4.2.1 用户偏好 | 第40-41页 |
| 4.2.2 好友影响 | 第41-42页 |
| 4.2.3 时间匹配度 | 第42-43页 |
| 4.2.4 位置匹配度 | 第43-44页 |
| 4.2.5 活动主题流行度 | 第44-45页 |
| 4.3 活动推荐算法 | 第45-49页 |
| 4.3.1 算法策略 | 第45-48页 |
| 4.3.2 算法流程 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 实验与结果分析 | 第50-60页 |
| 5.1 实验数据 | 第50-51页 |
| 5.2 实验设计 | 第51-53页 |
| 5.2.1 对比方法 | 第51-52页 |
| 5.2.2 评估指标 | 第52-53页 |
| 5.3 特征提取结果与分析 | 第53-54页 |
| 5.4 活动推荐结果与分析 | 第54-58页 |
| 5.5 本章小结 | 第58-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 6.1 全文工作总结 | 第60-61页 |
| 6.2 未来工作展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 攻读硕士学位期间发表的论文 | 第68页 |
