| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10页 |
| 1.3 论文的主要工作 | 第10-12页 |
| 1.4 论文的章节安排 | 第12-13页 |
| 第二章 城市区域功能挖掘相关技术研究 | 第13-23页 |
| 2.1 城市空间结构研究 | 第13-14页 |
| 2.1.1 城市空间结构研究综述 | 第13-14页 |
| 2.1.2 城市的区域功能 | 第14页 |
| 2.2 LBS ( Location Based Service) | 第14-16页 |
| 2.2.1 LBS定义 | 第14-15页 |
| 2.2.2 地图处理技术 | 第15页 |
| 2.2.3 LBS技术在城市研究中的应用 | 第15-16页 |
| 2.3 协同挖掘 | 第16-19页 |
| 2.3.1 空间尺度上的协同挖掘 | 第16-18页 |
| 2.3.2 时间尺度上的协同过滤 | 第18-19页 |
| 2.4 基于聚类的挖掘算法 | 第19-22页 |
| 2.4.1 层次聚类算法 | 第20-21页 |
| 2.4.2 DBSCAN算法 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 基于亲和力的挖掘算法 | 第23-43页 |
| 3.1 实验数据采集及预处理 | 第23-25页 |
| 3.1.1 数据集预处理 | 第23-25页 |
| 3.1.2 地图预处理 | 第25页 |
| 3.2 K-L散度特征提取 | 第25-28页 |
| 3.2.1 数据立方体 | 第25-27页 |
| 3.2.2 特征提取 | 第27-28页 |
| 3.3 亲和力矩阵 | 第28-30页 |
| 3.4 区域聚合 | 第30-33页 |
| 3.5 核函数强度预测 | 第33-34页 |
| 3.6 实验设计 | 第34-41页 |
| 3.6.1 实验数据和环境 | 第34-35页 |
| 3.6.2 实验一: 亲和力性能实验 | 第35-36页 |
| 3.6.3 实验二: 社区探测算法实验 | 第36页 |
| 3.6.4 实验结果分析 | 第36-41页 |
| 3.7 本章小结 | 第41-43页 |
| 第四章 基于改进LDA模型的挖掘算法 | 第43-54页 |
| 4.1 主题模型 | 第43-47页 |
| 4.1.1 Topic Model | 第43-44页 |
| 4.1.2 LDAModel | 第44-47页 |
| 4.2 改进的LDA挖掘算法 | 第47-51页 |
| 4.2.1 基于LDA算法的挖掘算法 | 第47-50页 |
| 4.2.2 改进的LDA挖掘算法 | 第50-51页 |
| 4.3 实验设计 | 第51-53页 |
| 4.3.1 实验数据和环境 | 第51页 |
| 4.3.2 实验结果分析 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间发表论文 | 第61页 |