基于位置社交网络的个性化推荐方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 基于位置社交网络的个性化推荐的研究现状 | 第9-10页 |
| 1.3 论文的主要研究内容 | 第10-12页 |
| 1.3.1 论文的研究内容 | 第10-11页 |
| 1.3.2 论文的组织结构 | 第11-12页 |
| 1.4 本章小结 | 第12-14页 |
| 第2章 相关理论与方法 | 第14-24页 |
| 2.1 位置社交网络的发展 | 第14-16页 |
| 2.2 传统的推荐方法 | 第16-18页 |
| 2.2.1 协同过滤推荐 | 第16-17页 |
| 2.2.2 基于内容的推荐 | 第17-18页 |
| 2.2.3 混合推荐 | 第18页 |
| 2.3 基于位置社交网络的推荐方法 | 第18-20页 |
| 2.3.1 基于社交网络的方法 | 第18-19页 |
| 2.3.2 基于位置信息的方法 | 第19页 |
| 2.3.3 基于多源信息的方法 | 第19-20页 |
| 2.4 其他相关概念 | 第20-22页 |
| 2.4.1 相似度的度量方法 | 第20-21页 |
| 2.4.2 矩阵分解方法 | 第21-22页 |
| 2.5 本章小结 | 第22-24页 |
| 第3章 基于矩阵分解的融合位置信息的推荐 | 第24-40页 |
| 3.1 引言 | 第24-25页 |
| 3.2 基于矩阵分解的融合位置信息的推荐模型 | 第25-28页 |
| 3.2.1 融合项目位置的推荐模型 | 第25-26页 |
| 3.2.2 融合用户位置的推荐模型 | 第26-27页 |
| 3.2.3 融合用户位置和项目位置的推荐模型 | 第27-28页 |
| 3.3 实验结果及分析 | 第28-38页 |
| 3.3.1 数据集 | 第28-29页 |
| 3.3.2 评价标准 | 第29-30页 |
| 3.3.3 结果对比 | 第30-34页 |
| 3.3.4 敏感参数对实验的影响 | 第34-38页 |
| 3.4 本章小结 | 第38-40页 |
| 第4章 融合多种关系的兴趣点推荐 | 第40-54页 |
| 4.1 引言 | 第40-41页 |
| 4.2 多种关系分析 | 第41-45页 |
| 4.2.1 社交关系分析 | 第42-43页 |
| 4.2.2 类别关系分析 | 第43-44页 |
| 4.2.3 位置关系分析 | 第44-45页 |
| 4.3 融合多种关系的推荐模型 | 第45-47页 |
| 4.3.1 线性梯度下降法 | 第46页 |
| 4.3.2 非线性线性梯度下降法 | 第46-47页 |
| 4.4 实验结果及分析 | 第47-51页 |
| 4.4.1 数据集和评价标准 | 第47页 |
| 4.4.2 结果对比 | 第47-50页 |
| 4.4.3 敏感参数对实验的影响 | 第50-51页 |
| 4.5 本章小结 | 第51-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-62页 |
| 攻读硕士学位期间所发表的学术论文 | 第62-64页 |
| 致谢 | 第64页 |
