移动商务下基于位置和偏好模型的服务推荐
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究的目的和意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 主要研究内容 | 第9-10页 |
| 1.4 论文章节安排 | 第10-11页 |
| 1.5 本章小结 | 第11-12页 |
| 2 移动商务下的相关知识 | 第12-21页 |
| 2.1 移动商务简介 | 第12-13页 |
| 2.1.1 移动商务特征 | 第12-13页 |
| 2.1.2 移动商务与传统电子商务的区别 | 第13页 |
| 2.2 长期兴趣和短期兴趣 | 第13-14页 |
| 2.3 LBS技术简介 | 第14-15页 |
| 2.3.1 定位方法分类 | 第14页 |
| 2.3.2 LBS对推荐系统的要求 | 第14-15页 |
| 2.4 蚁群算法 | 第15-20页 |
| 2.4.1 算法概述 | 第15页 |
| 2.4.2 算法原理 | 第15-17页 |
| 2.4.3 数学模型 | 第17-18页 |
| 2.4.4 算法特点 | 第18-19页 |
| 2.4.5 蚁群算法的研究现状 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 3 基于位置的短期兴趣推荐算法 | 第21-30页 |
| 3.1 引言 | 第21页 |
| 3.2 基于位置的服务推荐系统架构 | 第21-23页 |
| 3.2.1 移动商务下服务平台基本架构 | 第21-22页 |
| 3.2.2 推荐系统构建中要注意的问题 | 第22-23页 |
| 3.3 算法设计 | 第23-27页 |
| 3.3.1 基本算法的选择 | 第23-24页 |
| 3.3.2 用户分类 | 第24页 |
| 3.3.3 引入距离变量 | 第24-26页 |
| 3.3.4 兴趣度的建立 | 第26-27页 |
| 3.4 算法描述 | 第27-29页 |
| 3.4.1 最近邻的形成 | 第27页 |
| 3.4.2 产生推荐结果 | 第27-29页 |
| 3.5 本章小结 | 第29-30页 |
| 4 基于蚁群的兴趣推荐算法 | 第30-34页 |
| 4.1 引言 | 第30页 |
| 4.2 算法可行性分析 | 第30页 |
| 4.3 转移概率函数 | 第30-31页 |
| 4.4 启发函数 | 第31页 |
| 4.5 信息素更新规则 | 第31-32页 |
| 4.6 算法设计 | 第32-33页 |
| 4.6.1 综合兴趣度和节点的建立 | 第32页 |
| 4.6.2 算法流程 | 第32-33页 |
| 4.7 本章小结 | 第33-34页 |
| 5 实验仿真 | 第34-48页 |
| 5.1 实验环境 | 第34页 |
| 5.2 实验数据 | 第34-36页 |
| 5.3 基于位置的短期兴趣推荐算法模拟 | 第36-40页 |
| 5.3.1 算法步骤 | 第36页 |
| 5.3.2 度量标准 | 第36-37页 |
| 5.3.3 实验流程 | 第37-38页 |
| 5.3.4 实验结果及分析 | 第38-40页 |
| 5.4 基于蚁群的兴趣推荐算法实验模拟 | 第40-47页 |
| 5.4.1 实验方案 | 第40页 |
| 5.4.2 度量标准 | 第40-41页 |
| 5.4.3 实验流程 | 第41-42页 |
| 5.4.4 结果分析 | 第42-47页 |
| 5.5 本章小结 | 第47-48页 |
| 6 总结和展望 | 第48-50页 |
| 6.1 全文工作总结 | 第48页 |
| 6.2 展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 硕士期间发表的学术论文及研究成果 | 第53-54页 |
| 发表的学术论文 | 第53-54页 |
| 致谢 | 第54页 |
