空间信息异构网中POI推荐的研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 本文的研究内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13页 |
| 1.5 本章小结 | 第13-14页 |
| 第二章 推荐技术的相关理论 | 第14-25页 |
| 2.1 传统的推荐 | 第14-16页 |
| 2.1.1 基于内容的推荐 | 第14页 |
| 2.1.2 基于协同过滤的推荐 | 第14-16页 |
| 2.2 基于位置的社交网络的推荐 | 第16-23页 |
| 2.2.1 相关名词解释 | 第16-17页 |
| 2.2.2 基于位置的社交网络 | 第17-18页 |
| 2.2.3 基于位置社交网络的推荐系统 | 第18-19页 |
| 2.2.4 LBSN网络中数据的特点 | 第19-20页 |
| 2.2.5 基于位置的社交网络兴趣点推荐 | 第20-23页 |
| 2.2.6 LBSN推荐系统与其他推荐系统的区别 | 第23页 |
| 2.3 推荐效果的评价标准 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 空间异构信息网络中用户相似性计算 | 第25-39页 |
| 3.1 异构信息网络 | 第25-28页 |
| 3.2 Pathsim算法简介 | 第28-29页 |
| 3.3 基于布朗运动用户相似性计算 | 第29-33页 |
| 3.4 算法设计 | 第33-34页 |
| 3.5 实验 | 第34-38页 |
| 3.5.1 实验环境与数据集 | 第34-35页 |
| 3.5.2 实验流程和实验结果 | 第35-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 级联模式下的兴趣点推荐模型 | 第39-52页 |
| 4.1 用户行为特征挖掘 | 第39-41页 |
| 4.2 级联模式兴趣点推荐 | 第41-43页 |
| 4.3 级联兴趣点构建 | 第43-44页 |
| 4.4 算法描述 | 第44-46页 |
| 4.5 级联计算 | 第46-47页 |
| 4.6 实验 | 第47-51页 |
| 4.6.1 实验环境和数据集 | 第47页 |
| 4.6.2 实验设计和流程 | 第47-48页 |
| 4.6.3 实验结果和分析 | 第48-51页 |
| 4.7 数据稀疏情况下实验 | 第51页 |
| 4.8 本章小结 | 第51-52页 |
| 总结与展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第59页 |
