| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究目标与内容 | 第13-14页 |
| 1.3.1 研究目标 | 第13页 |
| 1.3.2 研究内容 | 第13-14页 |
| 1.4 章节安排 | 第14-15页 |
| 2 相关背景知识介绍 | 第15-27页 |
| 2.1 个性化推荐算法 | 第15-21页 |
| 2.1.1 协同过滤算法 | 第15-19页 |
| 2.1.2 基于内容的推荐算法 | 第19-21页 |
| 2.2 深度神经网络模型 | 第21-27页 |
| 2.2.1 基本模型 | 第22-24页 |
| 2.2.2 改进策略 | 第24-27页 |
| 3 用户签到行为分析 | 第27-36页 |
| 3.1 数据集介绍 | 第27-29页 |
| 3.2 地理影响 | 第29-32页 |
| 3.3 时间影响 | 第32-33页 |
| 3.4 序列影响 | 第33-35页 |
| 3.5 小结 | 第35-36页 |
| 4 基于深度神经网络的个性化兴趣点推荐框架 | 第36-50页 |
| 4.1 问题定义 | 第36-39页 |
| 4.2 基于对称矩阵分解的特征表示方法 | 第39-46页 |
| 4.2.1 特征矩阵构造 | 第39-41页 |
| 4.2.2 对称矩阵分解 | 第41-44页 |
| 4.2.3 特征向量计算 | 第44-46页 |
| 4.3 基于深度神经网络的个性化推荐模型 | 第46-49页 |
| 4.4 小结 | 第49-50页 |
| 5 实验评估及分析 | 第50-60页 |
| 5.1 数据集设置 | 第50页 |
| 5.2 参考算法 | 第50-52页 |
| 5.2.1 非上下文感知的个性化POI推荐参考算法 | 第50-51页 |
| 5.2.2 上下文感知的个性化POI推荐参考算法 | 第51-52页 |
| 5.2.3 参数设置 | 第52页 |
| 5.3 评价指标 | 第52-54页 |
| 5.4 对比实验 | 第54-57页 |
| 5.4.1 非上下文感知场景的比较实验 | 第54-55页 |
| 5.4.2 上下文感知场景的比较实验 | 第55-57页 |
| 5.5 影响因子分析 | 第57-58页 |
| 5.6 网络规模影响 | 第58-59页 |
| 5.7 小结 | 第59-60页 |
| 6 总结与展望 | 第60-62页 |
| 6.1 研究工作总结 | 第60页 |
| 6.2 研究工作展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |