首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于用户地理信息的混合推荐算法的研究

摘要第4-5页
ABSTRACT第5-6页
第1章 绪论第10-16页
    1.1 课题研究背景与意义第10-11页
        1.1.1 研究背景第10-11页
        1.1.2 研究意义第11页
    1.2 国内外研究现状第11-13页
        1.2.1 国外研究现状第11-12页
        1.2.2 国内研究现状第12-13页
        1.2.3 现有研究中存在的问题第13页
    1.3 论文主要内容与组织结构第13-16页
        1.3.1 论文主要内容第13-14页
        1.3.2 论文组织结构第14-16页
第2章 相关技术及理论介绍第16-25页
    2.1 个性化推荐系统第16-18页
        2.1.1 什么是推荐系统第16-17页
        2.1.2 推荐系统在电子商务中的应用第17-18页
    2.2 基于用户行为分析的推荐技术第18-22页
        2.2.1 基于用户的协同过滤算法第18-19页
        2.2.2 基于物品的协同过滤推荐第19-20页
        2.2.3 混合推荐算法第20-21页
        2.2.4 其他推荐技术第21-22页
    2.3 移动设备电子商务第22-24页
        2.3.1 移动设备电子商务的特点第22页
        2.3.2 位置信息在推荐中的重要性第22-23页
        2.3.3 位置信息对于推荐系统的优化第23-24页
    2.4 本章小结第24-25页
第3章 移动设备位置信息的获取第25-32页
    3.1 室内定位第25-28页
        3.1.1 基于WiFi的定位技术第25-26页
        3.1.2 基于惯性传感器的定位技术第26-27页
        3.1.3 基于蓝牙的定位技术第27页
        3.1.4 基于射频识别(RFID)的室内定位技术第27-28页
    3.2 位置信息的获取第28-31页
        3.2.1 HTML5获取地理位置定位信息第29页
        3.2.2 HTML5 Geolocation API第29-31页
    3.3 本章小结第31-32页
第4章 基于位置信息的推荐算法的研究第32-41页
    4.1 好友关系第32页
        4.1.1 线上好友关系第32页
        4.1.2 线上与线下结合的好友关系第32页
    4.2 基于位置信息的用户聚类第32-34页
        4.2.1 用户线下信息第32-34页
        4.2.2 用户的聚类第34页
    4.3 线下信息的获取第34-36页
        4.3.1 签到信息的获取第34页
        4.3.2 停留时间的获取第34-36页
    4.4 用户间相似性的计算第36-38页
        4.4.1 用户评分相似性第36-37页
        4.4.2 用户位置信息相似性第37页
        4.4.3 相似性的综合第37-38页
    4.5 推荐的产生第38-39页
    4.6 推荐流程图第39页
    4.7 特点第39-40页
        4.7.1 冷启动的问题第39-40页
        4.7.2 稀疏性问题。第40页
    4.8 本章小结第40-41页
第5章 实验与结果分析第41-56页
    5.1 实验环境第41页
    5.2 实验数据集的描述第41页
    5.3 度量标准第41-43页
    5.4 实验过程第43-46页
        5.4.1 计算用户评分相似性第43-44页
        5.4.2 计算用户位置相似性第44页
        5.4.3 计算用户的综合相似性第44-45页
        5.4.4 评分预测第45页
        5.4.5 Top-N推荐第45-46页
    5.5 实验结果第46-50页
        5.5.1 评分预测结果第46-47页
        5.5.2 Top-N推荐结果第47-50页
    5.6 店铺停留时间的获取第50-55页
        5.6.1 用户端第50-53页
        5.6.2 数据库设计第53-54页
        5.6.3 基于店铺停留时间推荐优缺点第54-55页
    5.7 本章小结第55-56页
第6章 结论与展望第56-58页
    6.1 结论第56页
    6.2 展望第56-58页
参考文献第58-60页
发表论文和参加科研情况说明第60-61页
致谢第61-62页

论文共62页,点击 下载论文
上一篇:突发事件案例及其舆情信息爬取、分类及语义检索研究
下一篇:基于市民诉求对城市基础设施问题文本可视分析