| 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 课题研究背景与研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 研究内容和目的 | 第11-12页 |
| 1.4 论文的组织结构 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 推荐相关技术分析 | 第14-27页 |
| 2.1 推荐系统 | 第14-17页 |
| 2.2 上下文感知相关技术 | 第17-21页 |
| 2.2.1 上下文概念 | 第17-18页 |
| 2.2.2 上下文感知的移动推荐系统研究 | 第18-19页 |
| 2.2.3 移动推荐系统研究 | 第19-21页 |
| 2.3 矩阵分解 | 第21-26页 |
| 2.3.1 矩阵分解基本算法 | 第22-25页 |
| 2.3.2 梯度下降法 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 融入移动上下文的矩阵分解推荐算法研究 | 第27-41页 |
| 3.1 问题背景描述 | 第27-28页 |
| 3.2 融入移动上下文的矩阵分解推荐算法研究 | 第28-34页 |
| 3.2.1 融入移动上下文的矩阵分解推荐算法 | 第28-31页 |
| 3.2.2 融入上下文矩阵分解算法框架 | 第31-33页 |
| 3.2.3 融入移动上下文的推荐算法流程 | 第33-34页 |
| 3.3 预测评分优化处理 | 第34-35页 |
| 3.4 实验及结果分析 | 第35-40页 |
| 3.4.1 实验数据集 | 第35-36页 |
| 3.4.2 评价指标 | 第36-38页 |
| 3.4.3 实验分析 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 4 基于用户聚类和移动上下文的矩阵分解推荐算法研究 | 第41-54页 |
| 4.1 模型提出背景 | 第41-42页 |
| 4.2 基于用户聚类和移动上下文的矩阵分解推荐模型思想框架 | 第42-43页 |
| 4.3 基于用户聚类和移动上下文的矩阵分解推荐模型建立 | 第43-47页 |
| 4.3.1 算法相关数据定义 | 第43页 |
| 4.3.2 基于用户相似度的聚类 | 第43-45页 |
| 4.3.3 损失函数定义 | 第45-46页 |
| 4.3.4 参数优化及模型求解 | 第46-47页 |
| 4.4 算法流程 | 第47-48页 |
| 4.5 实验及结果分析 | 第48-53页 |
| 4.6 本章小结 | 第53-54页 |
| 5 基于UCMCMF的SOMEWHERE地点推荐系统 | 第54-63页 |
| 5.1 基于UCMCMF的SOMEWHERE地点系统需求分析 | 第54页 |
| 5.2 系统设计 | 第54-58页 |
| 5.2.1 GoSomewhere原型总体框架设计 | 第54-55页 |
| 5.2.2 功能设计模块 | 第55-57页 |
| 5.2.3 数据库设计模块 | 第57-58页 |
| 5.3 原型实现与效果分析 | 第58-62页 |
| 5.4 本章小结 | 第62-63页 |
| 6 结论与展望 | 第63-65页 |
| 6.1 结论 | 第63-64页 |
| 6.2 展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |
| A. 作者在攻读硕士学期期间发表的论文 | 第70页 |
| B. 作者在攻读硕士学位期间参与的科研项目 | 第70页 |
