基于LBS的移动O2O个性化推荐系统研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题背景及意义 | 第9-13页 |
| 1.1.1 移动O2O简介 | 第10-11页 |
| 1.1.2 移动O2O环境下用户与服务的特点 | 第11-12页 |
| 1.1.3 移动O2O环境下的推荐问题 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 论文主要研究内容及结构安排 | 第14-16页 |
| 第二章 移动O2O个性化推荐系统关键技术 | 第16-27页 |
| 2.1 基于协同过滤的个性化推荐技术 | 第16-19页 |
| 2.1.1 基于内存的协同过滤 | 第16-17页 |
| 2.1.2 基于模型的协同过滤 | 第17页 |
| 2.1.3 相似度计算 | 第17-19页 |
| 2.2 聚类算法 | 第19-22页 |
| 2.2.1 常用聚类算法 | 第20-21页 |
| 2.2.2 本文所采用聚类算法 | 第21-22页 |
| 2.3 APACHE MAHOUT项目 | 第22-26页 |
| 2.3.1 Mahout中实现的算法 | 第22页 |
| 2.3.2 Taste协同过滤子项目 | 第22-24页 |
| 2.3.3 Hadoop文件系统 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于地理位置聚类的协同过滤推荐算法 | 第27-37页 |
| 3.1 推荐过程综述 | 第27-32页 |
| 3.1.1 算法输入输出 | 第28-29页 |
| 3.1.2 离线计算 | 第29-30页 |
| 3.1.3 实时推荐 | 第30-32页 |
| 3.2 基于地理位置信息的聚类算法 | 第32-35页 |
| 3.2.1 可行性分析 | 第32-33页 |
| 3.2.2 地理位置聚类 | 第33-35页 |
| 3.3 地域交叉算法 | 第35页 |
| 3.4 本章小结 | 第35-37页 |
| 第四章 个性化推荐系统设计与实现 | 第37-48页 |
| 4.1 设计思想 | 第37页 |
| 4.2 系统结构 | 第37-38页 |
| 4.3 数据导入模块 | 第38-41页 |
| 4.3.1 模块功能 | 第38-39页 |
| 4.3.2 RESTful接口实现 | 第39-40页 |
| 4.3.3 Geohash地址转换 | 第40-41页 |
| 4.4 聚类分析模块 | 第41-43页 |
| 4.4.1 模块功能 | 第41页 |
| 4.4.2 模块实现 | 第41-43页 |
| 4.5 协同过滤模块 | 第43-44页 |
| 4.6 实时推荐模块 | 第44-46页 |
| 4.7 数据库设计 | 第46-47页 |
| 4.8 本章小结 | 第47-48页 |
| 第五章 测试分析 | 第48-56页 |
| 5.1 实验环境与准备数据 | 第48-50页 |
| 5.1.1 实验数据 | 第48-50页 |
| 5.2 聚类结果分析 | 第50-51页 |
| 5.3 推荐结果分析 | 第51-55页 |
| 5.3.1 推荐结果评估 | 第51-53页 |
| 5.3.2 功能展示 | 第53-54页 |
| 5.3.3 接口测试 | 第54-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 论文工作总结 | 第56页 |
| 6.2 论文工作展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |
