| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第13-30页 |
| 1.1 研究背景和意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-26页 |
| 1.3 本文研究内容和创新点 | 第26-27页 |
| 1.4 本文组织结构 | 第27-30页 |
| 第二章 基于微博平台的用户可信度评估 | 第30-43页 |
| 2.1 引言 | 第30-32页 |
| 2.2 用户可信度与互评估模型 | 第32-33页 |
| 2.3 用户可信度影响因子与自评估模型 | 第33-36页 |
| 2.4 User-Rank算法 | 第36-37页 |
| 2.5 实验结果与分析 | 第37-42页 |
| 2.5.1 数据集和实验准备 | 第38页 |
| 2.5.2 实验与讨论 | 第38-42页 |
| 2.6 本章小结 | 第42-43页 |
| 第三章 基于动态情境感知的W~5模型研究 | 第43-58页 |
| 3.1 引言 | 第43-44页 |
| 3.2 W~5模型 | 第44-49页 |
| 3.2.1 定义 | 第45页 |
| 3.2.2 W~5动态情境感知模型 | 第45-46页 |
| 3.2.3 W~5动态情境感知模型计算 | 第46-49页 |
| 3.3 实验 | 第49-57页 |
| 3.3.1 数据集和实验准备 | 第49-50页 |
| 3.3.2 实验评估 | 第50-51页 |
| 3.3.3 实验结果 | 第51-57页 |
| 3.4 本章小结 | 第57-58页 |
| 第四章 基于PMR架构的兴趣点推荐研究 | 第58-77页 |
| 4.1 引言 | 第58-59页 |
| 4.2 PMR系统构架 | 第59-62页 |
| 4.2.1 定义 | 第60-61页 |
| 4.2.2 核心思想 | 第61-62页 |
| 4.3 PMRF计算 | 第62-70页 |
| 4.3.1 感知计算 | 第63-65页 |
| 4.3.2 存储计算 | 第65页 |
| 4.3.3 推荐计算 | 第65-69页 |
| 4.3.4 反馈计算 | 第69-70页 |
| 4.4 实验 | 第70-76页 |
| 4.4.1 数据集和实验准备 | 第70页 |
| 4.4.2 评估标准 | 第70-73页 |
| 4.4.3 实验结果与分析 | 第73-76页 |
| 4.5 本章小结 | 第76-77页 |
| 第五章 基于用户角色与城市地域结构的互推断模型研究 | 第77-92页 |
| 5.1 引言 | 第77-80页 |
| 5.2 基本概念 | 第80-83页 |
| 5.3 特征提取与互推断模型 | 第83-87页 |
| 5.3.1 用户资料与用户角色映射 | 第83页 |
| 5.3.2 城市地域功能划分与用户移动性分析 | 第83页 |
| 5.3.3 用户角色与城市地域结构的关联特征提取 | 第83-84页 |
| 5.3.4 互推断模型 | 第84-87页 |
| 5.4 实验 | 第87-91页 |
| 5.4.1 数据集和实验准备 | 第87-88页 |
| 5.4.2 评估标准 | 第88页 |
| 5.4.3 实验结果与分析 | 第88-91页 |
| 5.5 本章小结 | 第91-92页 |
| 第六章 总结与展望 | 第92-96页 |
| 6.1 总结 | 第92-94页 |
| 6.2 下一步的工作 | 第94-96页 |
| 参考文献 | 第96-106页 |
| 攻读博士学位期间的科研成果 | 第106-108页 |
| 致谢 | 第108页 |