基于海量数据挖掘的打车推荐系统
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 选题背景及意义 | 第15-16页 |
| 1.2 国内外现状分析 | 第16-17页 |
| 1.3 论文工作内容 | 第17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 第二章 相关理论与技术 | 第19-23页 |
| 2.1 数据库技术 | 第19页 |
| 2.2 分布式技术 | 第19-21页 |
| 2.2.1 Hadoop技术 | 第20-21页 |
| 2.2.2 海量数据挖掘技术 | 第21页 |
| 2.3 移动互联网技术 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 打车推荐系统的需求分析 | 第23-29页 |
| 3.1 需求分析 | 第23-24页 |
| 3.1.1 打车推荐系统功能性需求 | 第23页 |
| 3.1.2 打车推荐系统非功能性需求 | 第23-24页 |
| 3.2 系统用例模型 | 第24-28页 |
| 3.2.1 系统用例分析 | 第24-26页 |
| 3.2.2 普通用户用例分析 | 第26-27页 |
| 3.2.3 维护人员用例分析 | 第27-28页 |
| 3.2.4 系统管理员用例分析 | 第28页 |
| 3.3 本章小结 | 第28-29页 |
| 第四章 打车推荐系统的设计与实现 | 第29-41页 |
| 4.1 打车推荐系统的架构 | 第29-30页 |
| 4.2 打车推荐系统的设计 | 第30-35页 |
| 4.2.1 打车推荐系统组件设计 | 第30-34页 |
| 4.2.2 打车推荐系统环境选型 | 第34-35页 |
| 4.3 打车推荐系统数据存储设计 | 第35-36页 |
| 4.4 打车推荐系统功能实现 | 第36-40页 |
| 4.4.1 表现层组件实现 | 第36-38页 |
| 4.4.2 中间层组件实现 | 第38-39页 |
| 4.4.3 数据层组件实现 | 第39-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第五章 数据挖掘模块的算法研究 | 第41-61页 |
| 5.1 地图建模技术 | 第42-43页 |
| 5.2 空间索引技术 | 第43-44页 |
| 5.3 基于IVMM的地图匹配技术改进 | 第44-55页 |
| 5.3.1 相关工作介绍 | 第44-46页 |
| 5.3.2 数据预处理 | 第46-47页 |
| 5.3.3 相关定义 | 第47页 |
| 5.3.4 IVMM算法介绍及改进 | 第47-53页 |
| 5.3.5 实验结果及比较 | 第53-55页 |
| 5.5 基于概率学的推荐模型的改进 | 第55-59页 |
| 5.5.1 定义 | 第55页 |
| 5.5.2 停泊点检测与聚类 | 第55-56页 |
| 5.5.3 推荐算法介绍及改进 | 第56-59页 |
| 5.6 整体挖掘算法设计 | 第59页 |
| 5.7 本章小结 | 第59-61页 |
| 第六章 打车推荐系统的测试与分析 | 第61-65页 |
| 6.1 系统运行环境 | 第61页 |
| 6.2 测试用例及过程 | 第61-62页 |
| 6.3 测试效果分析 | 第62-64页 |
| 6.4 本章小结 | 第64-65页 |
| 第七章 结束语 | 第65-67页 |
| 7.1 论文工作总结 | 第65页 |
| 7.2 后续工作展望 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69-71页 |
| 作者简介 | 第71页 |
