| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第15-27页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-22页 |
| 1.2.1 位置语义表达研究现状 | 第16-18页 |
| 1.2.2 空间-语义聚类研究现状 | 第18-19页 |
| 1.2.3 活动偏好挖掘研究现状 | 第19-22页 |
| 1.3 存在的问题 | 第22-23页 |
| 1.4 主要研究内容 | 第23-24页 |
| 1.5 论文组织结构 | 第24-27页 |
| 2 相关基础理论 | 第27-33页 |
| 2.1 位置语义的本体建模理论 | 第27-30页 |
| 2.1.1 基础定义 | 第27页 |
| 2.1.2 逻辑结构 | 第27-29页 |
| 2.1.3 本体构建 | 第29-30页 |
| 2.2 LDA主题挖掘基础理论 | 第30-32页 |
| 2.2.1 超参数 | 第30-31页 |
| 2.2.2 Dirichlet分布 | 第31页 |
| 2.2.3 Gibbs抽样 | 第31-32页 |
| 2.3 本章小结 | 第32-33页 |
| 3 多维位置社会语义的本体建模 | 第33-40页 |
| 3.1 位置社会语义定义 | 第33页 |
| 3.2 位置表达模型 | 第33-35页 |
| 3.3 社会语义标签分类 | 第35-37页 |
| 3.4 社会语义关系构建 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 4 基于位置社会语义本体的空间-语义聚类 | 第40-45页 |
| 4.1 用户活动区定义 | 第40-41页 |
| 4.2 基于LSSO的语义相似度计算 | 第41-43页 |
| 4.3 点集空间距离计算 | 第43页 |
| 4.4 空间-语义双重约束聚类算法 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 5 基于Labeled LDA的情景感知偏好挖掘 | 第45-64页 |
| 5.1 情景感知偏好定义 | 第45-46页 |
| 5.2 Labeled LDA模型 | 第46-53页 |
| 5.2.1 LDA | 第47-50页 |
| 5.2.2 Labeled LDA | 第50-53页 |
| 5.3 基于Labeled LDA情景感知偏好生成模型 | 第53-58页 |
| 5.4 基于Collapsed Gibbs的偏好模型推断算法 | 第58-62页 |
| 5.5 本章小结 | 第62-64页 |
| 6 实验与分析 | 第64-81页 |
| 6.1 实验环境 | 第64页 |
| 6.2 实验数据 | 第64-66页 |
| 6.3 语料预处理 | 第66-68页 |
| 6.4 位置社会语义本体验证 | 第68-69页 |
| 6.4.1 相似度评价方法 | 第68页 |
| 6.4.2 实验结果分析 | 第68-69页 |
| 6.5 空间-语义双重约束聚类参数验证 | 第69-72页 |
| 6.5.1 评价指标 | 第69-71页 |
| 6.5.2 实验结果分析 | 第71-72页 |
| 6.6 情景感知偏好挖掘验证 | 第72-80页 |
| 6.6.1 Labeled LDA训练质量实验 | 第72-75页 |
| 6.6.2 偏好挖掘质量对比实验 | 第75-77页 |
| 6.6.3 偏好挖掘实验结果分析 | 第77-80页 |
| 6.7 本章小结 | 第80-81页 |
| 7 总结与展望 | 第81-84页 |
| 7.1 工作总结 | 第81-82页 |
| 7.2 研究特色 | 第82页 |
| 7.3 研究展望 | 第82-84页 |
| 参考文献 | 第84-93页 |
| 作者简历及攻读硕士期间科研成果 | 第93页 |