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

移动环境下基于轨迹挖掘的个性化推荐系统设计与实现

摘要第5-6页
abstract第6-7页
第一章 绪论第11-17页
    1.1 研究工作的背景与意义第11-12页
    1.2 国内外相关研究进展第12-15页
        1.2.1 异常轨迹检测研究进展第13页
        1.2.2 轨迹聚类研究进展第13-14页
        1.2.3 推荐技术研究进展第14-15页
    1.3 论文的主要工作第15-16页
    1.4 论文的结构安排第16-17页
第二章 相关原理及技术第17-32页
    2.1 轨迹数据第17-22页
        2.1.1 轨迹数据的特点第17-18页
        2.1.2 轨迹数据获取第18-22页
    2.2 轨迹挖掘第22-26页
        2.2.1 轨迹挖掘步骤第22-23页
        2.2.2 异常轨迹检测第23-25页
        2.2.3 轨迹聚类第25-26页
    2.3 道路网络空间第26-27页
        2.3.1 路网空间与欧式空间第26-27页
        2.3.2 路网约束的移动对象模型第27页
    2.4 个性化推荐第27-31页
        2.4.1 传统个性化推荐技术第27-29页
        2.4.2 移动情境感知个性化推荐技术第29-31页
    2.5 本章小结第31-32页
第三章 系统需求分析及核心技术问题概述第32-42页
    3.1 系统需求分析第32-38页
        3.1.1 需求分析概述第32-33页
        3.1.2 系统设计思路分析第33-37页
        3.1.3 系统模块划分第37-38页
    3.2 系统核心技术问题概述第38-41页
        3.2.1 数据预处理问题分析第38-40页
        3.2.2 轨迹聚类问题分析第40-41页
    3.3 本章小结第41-42页
第四章 系统核心技术研究第42-76页
    4.1 数据预处理算法研究第42-51页
        4.1.1 基础数据清洗第42-43页
        4.1.2 基于时空Hausdorff距离异常检测的预处理方法第43-49页
            4.1.2.1 道路交通网路第43-44页
            4.1.2.2 改进的Hausdorff距离第44-47页
            4.1.2.3 相似性度量第47-48页
            4.1.2.4 算法实现第48-49页
        4.1.3 算法性能分析第49-51页
    4.2 轨迹聚类算法研究第51-72页
        4.2.1 ST-NEAT模型第51-54页
            4.2.1.1 相关模型定义第51-53页
            4.2.1.2 模型构建第53-54页
        4.2.2 ST-NEAT算法第54-63页
            4.2.2.1 轨迹分段第54-55页
            4.2.2.2 轨迹聚类第55-60页
            4.2.2.3 精炼结果第60-63页
        4.2.3 基于时间聚焦的聚类结果分析第63-64页
        4.2.4 算法性能分析第64-70页
            4.2.4.1 实验环境及数据第64-65页
            4.2.4.2 模拟器生成轨迹第65页
            4.2.4.3 ST-NEAT三步聚类第65-67页
            4.2.4.4 时间聚焦思想第67-70页
        4.2.5 性能对比试验第70-72页
    4.3 协同过滤算法研究第72-75页
    4.4 本章小结第75-76页
第五章 系统的设计与实现第76-92页
    5.1 系统总体设计第76-77页
    5.2 系统模块设计与实现第77-91页
        5.2.1 数据获取模块第77-79页
        5.2.2 数据预处理模块第79-81页
            5.2.2.1 数据清洗第79-81页
            5.2.2.2 异常轨迹检测第81页
        5.2.3 数据存储模块第81-83页
        5.2.4 挖掘处理模块第83-84页
            5.2.4.1 轨迹聚类第83页
            5.2.4.2 协同过滤第83-84页
        5.2.5 个性化推荐模块第84-91页
    5.3 本章小结第91-92页
第六章 系统测试第92-103页
    6.1 测试环境第92页
        6.1.1 硬件环境第92页
        6.1.2 软件环境第92页
    6.2 测试目的第92页
    6.3 测试用例第92-93页
    6.4 测试结果第93-101页
        6.4.1 功能测试第93-97页
        6.4.2 性能测试第97-101页
    6.5 测试总结第101-102页
    6.6 本章小结第102-103页
第七章 总结与展望第103-105页
    7.1 总结第103-104页
    7.2 展望第104-105页
致谢第105-106页
参考文献第106-110页

论文共110页,点击 下载论文
上一篇:基于博弈论的SDN中应用与网络资源分配冲突解决方案
下一篇:复杂逻辑与计算推理引擎的设计及其在函数问题的应用