位置社交网络的服务推荐与隐私保护研究
| 摘要 | 第5-8页 |
| ABSTRACT | 第8-11页 |
| 符号说明 | 第16-18页 |
| 第一章 绪论 | 第18-28页 |
| 1.1 论文研究背景 | 第18-20页 |
| 1.2 论文选题依据 | 第20-21页 |
| 1.3 论文主要研究内容 | 第21-22页 |
| 1.4 论文主要贡献与创新 | 第22-23页 |
| 1.5 论文组织结构 | 第23-25页 |
| 1.6 参考文献 | 第25-28页 |
| 第二章 相关工作综述 | 第28-44页 |
| 2.1 位置社交网络的服务推荐 | 第28-31页 |
| 2.1.1 概述 | 第28-29页 |
| 2.1.2 用户行为分析 | 第29-30页 |
| 2.1.3 移动模式建模 | 第30页 |
| 2.1.4 轨迹序列预测 | 第30-31页 |
| 2.1.5 轨迹社区发现 | 第31页 |
| 2.2 位置社交网络的隐私保护 | 第31-35页 |
| 2.2.1 概述 | 第31-32页 |
| 2.2.2 位置隐私保护 | 第32-34页 |
| 2.2.3 轨迹隐私保护 | 第34-35页 |
| 2.3 支持隐私保护的服务推荐 | 第35-37页 |
| 2.4 本章小结 | 第37页 |
| 2.5 参考文献 | 第37-44页 |
| 第三章 基于移动轨迹模式的潜在好友发现方法 | 第44-58页 |
| 3.1 本章引言 | 第44-45页 |
| 3.2 移动轨迹模式建模 | 第45-51页 |
| 3.2.1 停留点检测 | 第47-49页 |
| 3.2.2 位置检测 | 第49-51页 |
| 3.3 潜在好友发现算法 | 第51-53页 |
| 3.3.1 共同轨迹模式提取 | 第51-52页 |
| 3.3.2 用户相似度计算 | 第52-53页 |
| 3.4 实验与分析 | 第53-56页 |
| 3.4.1 实验配置 | 第53-54页 |
| 3.4.2 数据处理 | 第54-55页 |
| 3.4.3 性能分析 | 第55-56页 |
| 3.5 本章小结 | 第56-57页 |
| 3.6 参考文献 | 第57-58页 |
| 第四章 模式与偏好感知的兴趣点服务推荐方法 | 第58-76页 |
| 4.1 本章引言 | 第58-59页 |
| 4.2 问题描述 | 第59-61页 |
| 4.3 用户偏好模型 | 第61-64页 |
| 4.3.1 HITS算法原理 | 第61-62页 |
| 4.3.2 改进的HITS算法 | 第62-63页 |
| 4.3.3 基于改进HITS的用户偏好建模 | 第63-64页 |
| 4.4 模式与偏好感知的兴趣点服务推荐算法 | 第64-69页 |
| 4.4.1 相似用户发现 | 第64-66页 |
| 4.4.2 候选服务挖掘 | 第66-67页 |
| 4.4.3 兴趣点服务推荐 | 第67-69页 |
| 4.5 实验分析 | 第69-74页 |
| 4.5.1 实验配置 | 第69页 |
| 4.5.2 性能对比 | 第69-71页 |
| 4.5.3 结果分析 | 第71-74页 |
| 4.6 本章小结 | 第74-75页 |
| 4.7 参考文献 | 第75-76页 |
| 第五章 偏好感知的轨迹隐私保护方法 | 第76-94页 |
| 5.1 本章引言 | 第76-78页 |
| 5.2 预备知识 | 第78-81页 |
| 5.2.1 问题描述 | 第78-79页 |
| 5.2.2 攻击模型 | 第79-80页 |
| 5.2.3 框架设计 | 第80-81页 |
| 5.3 轨迹匿名与偏好建模 | 第81-85页 |
| 5.3.1 位置空间匿名 | 第81-83页 |
| 5.3.2 地理信息 | 第83页 |
| 5.3.3 语义信息 | 第83-84页 |
| 5.3.4 偏好建模 | 第84-85页 |
| 5.4 偏好感知的轨迹匿名算法 | 第85-89页 |
| 5.4.1 隐私风险评级 | 第85-86页 |
| 5.4.2 算法设计 | 第86-88页 |
| 5.4.3 算法隐私分析 | 第88-89页 |
| 5.5 实验评估 | 第89-91页 |
| 5.5.1 实验配置 | 第89-90页 |
| 5.5.2 性能分析 | 第90-91页 |
| 5.6 本章小结 | 第91-92页 |
| 5.7 参考文献 | 第92-94页 |
| 第六章 差分隐私保护的个性化服务推荐方法 | 第94-119页 |
| 6.1 本章引言 | 第94-95页 |
| 6.2 DP-LTOD架构 | 第95-97页 |
| 6.3 问题描述 | 第97-101页 |
| 6.3.1 潜在轨迹社区发现 | 第97-98页 |
| 6.3.2 轨迹泛化 | 第98-100页 |
| 6.3.3 攻击模型 | 第100-101页 |
| 6.4 算法设计及分析 | 第101-109页 |
| 6.4.1 差分隐私保护模型 | 第101-102页 |
| 6.4.2 位置泛化矩阵生成 | 第102-104页 |
| 6.4.3 轨迹序列函数生成 | 第104-107页 |
| 6.4.4 基于轨迹社区的个性化服务推荐 | 第107-109页 |
| 6.5 实验评估 | 第109-116页 |
| 6.5.1 实验配置 | 第109页 |
| 6.5.2 性能对比 | 第109-111页 |
| 6.5.3 结果分析 | 第111-116页 |
| 6.6 本章小结 | 第116-117页 |
| 6.7 参考文献 | 第117-119页 |
| 第七章 结束语 | 第119-122页 |
| 7.1 论文总结 | 第119-120页 |
| 7.2 未来的研究工作 | 第120-122页 |
| 致谢 | 第122-123页 |
| 攻读博士学位期间发表的学术成果 | 第123-124页 |
| 攻读博士学位期间参与的科研项目 | 第124页 |
