基于位置社交网络中用户影响力和内容感知的个性化推荐研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文主要研究内容 | 第11-12页 |
| 1.4 本文组织结构 | 第12-14页 |
| 2 关键技术分析 | 第14-24页 |
| 2.1 基于位置社交网络的推荐 | 第14-17页 |
| 2.1.1 基于位置的社交网络 | 第14-15页 |
| 2.1.2 基于位置社交网络的推荐系统 | 第15-17页 |
| 2.2 经典推荐算法 | 第17-21页 |
| 2.3 LDA主题模型 | 第21-22页 |
| 2.4 相似度度量方法 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 3 基于用户影响力的位置推荐 | 第24-38页 |
| 3.1 问题的提出 | 第24-26页 |
| 3.2 UCFTR位置推荐算法 | 第26-31页 |
| 3.2.1 用户的行为相似性分析 | 第26页 |
| 3.2.2 社交信任关系 | 第26-29页 |
| 3.2.3 综合位置推荐 | 第29-31页 |
| 3.3 UCFTR算法流程总结 | 第31-33页 |
| 3.4 实验结果及分析 | 第33-36页 |
| 3.4.1 实验数据集 | 第33-34页 |
| 3.4.2 参数调整 | 第34-35页 |
| 3.4.3 评估标准 | 第35页 |
| 3.4.4 实验结果 | 第35-36页 |
| 3.5 本章小结 | 第36-38页 |
| 4 基于位置社交网络的个性化推荐 | 第38-56页 |
| 4.1 问题的提出 | 第38-41页 |
| 4.2 UCFTCL自适应位置推荐算法 | 第41-47页 |
| 4.2.1 改进的UCFTRI算法 | 第41-43页 |
| 4.2.2 基于位置标签的推荐分析 | 第43-45页 |
| 4.2.3 位置的距离与吸引力影响 | 第45-46页 |
| 4.2.4 位置的自适应推荐 | 第46-47页 |
| 4.3 UCFTCL算法流程总结 | 第47-49页 |
| 4.4 实验结果及分析 | 第49-54页 |
| 4.4.1 实验数据集 | 第49页 |
| 4.4.2 参数调整 | 第49-52页 |
| 4.4.3 评估标准 | 第52页 |
| 4.4.4 对比算法 | 第52-53页 |
| 4.4.5 实验结果 | 第53-54页 |
| 4.5 本章小结 | 第54-56页 |
| 5 基于位置社交网络的个性化推荐系统原型 | 第56-68页 |
| 5.1 系统整体框架 | 第56-60页 |
| 5.1.1 系统主要模块描述 | 第57-60页 |
| 5.1.2 系统推荐流程 | 第60页 |
| 5.2 系统实现 | 第60-66页 |
| 5.2.1 开发环境 | 第60-61页 |
| 5.2.2 系统类图设计 | 第61-63页 |
| 5.2.3 推荐实现 | 第63-65页 |
| 5.2.4 推荐效果分析 | 第65-66页 |
| 5.3 本章小结 | 第66-68页 |
| 6 结论与展望 | 第68-70页 |
| 6.1 结论 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 附录 | 第78页 |
| A. 作者在攻读硕士学期期间发表的论文 | 第78页 |
| B. 作者在攻读硕士学位期间参与的科研项目 | 第78页 |
