基于用户兴趣的位置服务推荐系统研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 课题来源及本文组织 | 第10-11页 |
| 第二章 相关技术研究 | 第11-26页 |
| 2.1 位置服务研究现状 | 第11-14页 |
| 2.1.1 实时定位关键技术 | 第11-12页 |
| 2.1.2 位置服务开发平台 | 第12-13页 |
| 2.1.3 Baidu Map服务 | 第13-14页 |
| 2.2 用户兴趣建模 | 第14-19页 |
| 2.2.1 用户识别 | 第14-15页 |
| 2.2.2 用户信息获取 | 第15-17页 |
| 2.2.3 用户建模 | 第17-19页 |
| 2.3 个性化推荐算法 | 第19-25页 |
| 2.3.1 内容过滤推荐 | 第19-20页 |
| 2.3.2 协作过滤推荐 | 第20-22页 |
| 2.3.3 混合推荐方法 | 第22-24页 |
| 2.3.4 移动推荐方法 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于用户兴趣的位置服务推荐系统总体设计 | 第26-35页 |
| 3.1 设计目标 | 第26页 |
| 3.2 系统流程框架 | 第26-28页 |
| 3.3 系统功能模块设计 | 第28-31页 |
| 3.3.1 商家信息管理模块 | 第28-30页 |
| 3.3.2 用户兴趣模型模块 | 第30-31页 |
| 3.3.3 个性化推荐模块 | 第31页 |
| 3.4 系统数据库设计 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 基于用户兴趣的位置服务推荐算法设计 | 第35-42页 |
| 4.1 用户评分特征 | 第35-38页 |
| 4.1.1 建立用户评分标签 | 第35-37页 |
| 4.1.2 基于用户评分特征的匹配 | 第37-38页 |
| 4.2 用户情景需求 | 第38-40页 |
| 4.2.1 用户情景分类 | 第38页 |
| 4.2.2 用户消费倾向预估 | 第38-40页 |
| 4.3 个性化推荐 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 基于用户兴趣的位置服务推荐系统详细设计 | 第42-53页 |
| 5.1 系统技术架构 | 第42-44页 |
| 5.2 商家信息管理模块 | 第44-45页 |
| 5.3 用户兴趣模型模块 | 第45-49页 |
| 5.3.1 用户定位 | 第45-48页 |
| 5.3.2 上下文情景 | 第48-49页 |
| 5.3.3 用户评分 | 第49页 |
| 5.4 个性化推荐模块 | 第49-51页 |
| 5.4.1 商家评分预测值生成 | 第50页 |
| 5.4.2 情景消费倾向生成 | 第50-51页 |
| 5.5 本章小结 | 第51-53页 |
| 第六章 系统测试 | 第53-60页 |
| 6.1 测试环境 | 第53页 |
| 6.2 系统功能性测试 | 第53-59页 |
| 6.3 本章小结 | 第59-60页 |
| 第七章 总结与展望 | 第60-62页 |
| 7.1 总结 | 第60-61页 |
| 7.2 展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第66-67页 |
| 附录2 攻读硕士学位期间申请的专利 | 第67-68页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第68-69页 |
| 致谢 | 第69-70页 |
