| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-16页 |
| 1.2 主要研究内容 | 第16页 |
| 1.3 论文的组织结构 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 第二章 相关研究工作和背景知识 | 第18-34页 |
| 2.1 相关研究工作 | 第18-19页 |
| 2.2 POI推荐系统基本概述 | 第19-20页 |
| 2.3 POI推荐系统经典计算方法 | 第20-27页 |
| 2.3.1 用户相似度协同过滤 | 第20-21页 |
| 2.3.2 融入时间因素的计算方法 | 第21-23页 |
| 2.3.3 融入地理因素的计算方法 | 第23-25页 |
| 2.3.4 时间因素和地理因素的融合 | 第25-27页 |
| 2.4 准确性和多样性的平衡问题 | 第27-30页 |
| 2.4.1 问题描述 | 第27-28页 |
| 2.4.2 POI信息覆盖度 | 第28-30页 |
| 2.4.3 Top-K LC-POls推荐算法 | 第30页 |
| 2.5 谱聚类算法简述 | 第30-33页 |
| 2.5.1 算法的基本概念 | 第31页 |
| 2.5.2 算法的原理及解析 | 第31-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第三章 基于切比雪夫多项式拟合的参数调节算法 | 第34-46页 |
| 3.1 问题描述 | 第34页 |
| 3.2 边际效应递减规律 | 第34-36页 |
| 3.3 切比雪夫多项式拟合 | 第36-44页 |
| 3.3.1 数据分析和预处理 | 第37-38页 |
| 3.3.2 参数估计 | 第38-39页 |
| 3.3.3 曲线拟合与函数逼近 | 第39-44页 |
| 3.4 本章小结 | 第44-46页 |
| 第四章 基于谱聚类的参数调节算法 | 第46-50页 |
| 4.1 切比雪夫多项式拟合算法的不足 | 第46-47页 |
| 4.2 基于相似用户的函数逼近算法 | 第47-49页 |
| 4.2.1 相似用户的定义 | 第47-48页 |
| 4.2.2 基于相似用户的切比雪夫多项式函数逼近算法 | 第48-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第五章 算法性能测试与分析 | 第50-68页 |
| 5.1 实验环境 | 第50页 |
| 5.1.1 硬件环境 | 第50页 |
| 5.1.2 软件环境 | 第50页 |
| 5.2 实验准备 | 第50-53页 |
| 5.2.1 实验数据样本 | 第50-51页 |
| 5.2.2 参数设定 | 第51页 |
| 5.2.3 评价指标 | 第51-53页 |
| 5.3 实验结果 | 第53-66页 |
| 5.3.1 探究参数对POI推荐结果的影响 | 第54-55页 |
| 5.3.2 探究参数对POI种类数预测的影响 | 第55-62页 |
| 5.3.3 其他拟合方法的对比分析 | 第62-64页 |
| 5.3.4 切比雪夫多项式个数的讨论 | 第64-66页 |
| 5.4 本章小结 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 本文的主要成果 | 第68页 |
| 6.2 下一步的研究工作 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-78页 |
| 攻硕期间取得的研究成果 | 第78页 |