| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 论文主要工作 | 第11-13页 |
| 1.4 章节安排 | 第13-15页 |
| 第二章 PageRank算法及链路预测算法 | 第15-23页 |
| 2.1 PageRank算法 | 第15-16页 |
| 2.1.1 经典PageRank算法 | 第15-16页 |
| 2.1.2 PageRank算法的发展及应用 | 第16页 |
| 2.2 链路预测算法 | 第16-20页 |
| 2.2.1 链路预测算法概述 | 第17页 |
| 2.2.2 基于元路径的链路预测(MPLP)算法 | 第17-20页 |
| 2.3 两种算法的特点及用于解决民航领域相关问题的可能性 | 第20-22页 |
| 2.3.1 PageRank算法的特点及用于民航旅客价值度量的可能性 | 第20-21页 |
| 2.3.2 MPLP算法特点及用于民航旅客出行预测的可能性 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 融合个体属性与社交关系的民航旅客价值度量方法 | 第23-39页 |
| 3.1 构建民航旅客社交关系网络 | 第23-28页 |
| 3.1.1 RFMc模型 | 第23-25页 |
| 3.1.2 MRE模型 | 第25-27页 |
| 3.1.3 网络构建中的问题 | 第27-28页 |
| 3.2 基于改进PageRank算法的民航旅客价值度量(CAPV-Rank)算法 | 第28-31页 |
| 3.2.1 CAPV-Rank算法设计 | 第28-30页 |
| 3.2.2 CAPV-Rank算法讨论 | 第30-31页 |
| 3.3 实验与结果分析 | 第31-37页 |
| 3.3.1 实验数据 | 第31-32页 |
| 3.3.2 基准算法 | 第32页 |
| 3.3.3 功能分析与实验设计 | 第32-33页 |
| 3.3.4 评价指标 | 第33-34页 |
| 3.3.5 实验结果 | 第34-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 基于动态个体行为和社交影响力的旅客出行预测模型 | 第39-51页 |
| 4.1 旅客出行网络与问题定义 | 第39-40页 |
| 4.1.1 旅客出行网络 | 第39-40页 |
| 4.1.2 问题定义 | 第40页 |
| 4.2 影响力分析与特征提取 | 第40-44页 |
| 4.2.1 动态个体行为 | 第41-43页 |
| 4.2.2 同行旅客影响力 | 第43页 |
| 4.2.3 相似旅客影响力 | 第43-44页 |
| 4.3 基于MPLP算法的旅客出行航线选择预测(PACP)模型 | 第44-47页 |
| 4.3.1 PACP算法设计 | 第44-45页 |
| 4.3.2 PACP模型框架和参数估计 | 第45-46页 |
| 4.3.3 航线选择预测过程 | 第46-47页 |
| 4.4 实验与结果分析 | 第47-50页 |
| 4.4.1 实验数据 | 第47页 |
| 4.4.2 评价指标 | 第47-48页 |
| 4.4.3 实验设计 | 第48-49页 |
| 4.4.4 实验结果与分析 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 论文工作总结 | 第51-52页 |
| 5.2 未来工作展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 作者简介 | 第57页 |
