多元信息的个性化兴趣点推荐服务研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题研究的背景 | 第10页 |
| 1.2 城市计算的概念 | 第10-11页 |
| 1.3 课题研究的目的 | 第11页 |
| 1.4 课题研究的意义 | 第11-12页 |
| 1.5 研究内容与结构 | 第12-14页 |
| 第二章 国内外研究现状及发展趋势 | 第14-22页 |
| 2.1 城市计算相关研究综述 | 第14-15页 |
| 2.2 LBSN相关服务介绍 | 第15-16页 |
| 2.3 时空索引相关研究 | 第16-18页 |
| 2.3.1 对轨迹数据进行管理的索引 | 第17页 |
| 2.3.2 对当前位置及未来位置进行处理的索引 | 第17-18页 |
| 2.4 几种典型的推荐系统 | 第18-19页 |
| 2.4.1 协同过滤推荐 | 第18-19页 |
| 2.4.2 基于内容的推荐和社会化推荐 | 第19页 |
| 2.4.3 基于位置过滤的推荐系统 | 第19页 |
| 2.5 本章小结 | 第19-22页 |
| 第三章 一种带有属性维度的时空索引 | 第22-40页 |
| 3.1 时空索引基本介绍 | 第22页 |
| 3.2 TPR-TREE索引的基本结构 | 第22-24页 |
| 3.2.1 TPR-tree | 第22-24页 |
| 3.2.2 其他版本的TPR-tree | 第24页 |
| 3.3 移动对象 | 第24-25页 |
| 3.4 属性值区间(RI) | 第25-27页 |
| 3.5 代价目标函数 | 第27-28页 |
| 3.6 索引结构 | 第28-29页 |
| 3.7 算法 | 第29-33页 |
| 3.7.1 插入与删除算法 | 第29-32页 |
| 3.7.2 查询算法 | 第32-33页 |
| 3.8 实验 | 第33-39页 |
| 3.8.1 实验环境与参数设定 | 第33-34页 |
| 3.8.2 实验测试结果和分析 | 第34-39页 |
| 3.9 本章小结 | 第39-40页 |
| 第四章 基于修正集的推荐系统 | 第40-52页 |
| 4.1 LBSN推荐系统现状分析 | 第40页 |
| 4.2 系统简介 | 第40-42页 |
| 4.2.1 系统总览 | 第40-41页 |
| 4.2.2 系统基本结构 | 第41-42页 |
| 4.3 基本算法 | 第42-43页 |
| 4.3.1 HITS算法 | 第42页 |
| 4.3.2 向量空间模型和TF-IDF | 第42-43页 |
| 4.4 专家选取和偏好建模模块 | 第43-46页 |
| 4.4.1 候选推荐专家挑选 | 第43-44页 |
| 4.4.2 用户偏好学习 | 第44-46页 |
| 4.5 实时推荐部分 | 第46-48页 |
| 4.5.1 专家组和地点组的选择 | 第46-47页 |
| 4.5.2 最终评分预测 | 第47-48页 |
| 4.6 实验分析 | 第48-51页 |
| 4.7 本章小结 | 第51-52页 |
| 第五章 结论 | 第52-54页 |
| 5.1 总结 | 第52页 |
| 5.2 研究展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 作者简介 | 第58页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第58-60页 |
| 致谢 | 第60页 |
