室内移动对象轨迹相似性度量与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-22页 |
| ·研究背景与意义 | 第12-16页 |
| ·室内空间位置服务的兴起及应用 | 第12-14页 |
| ·移动轨迹分析及应用 | 第14页 |
| ·室内空间个性化推荐的意义 | 第14-16页 |
| ·国内外研究现状 | 第16-19页 |
| ·移动轨迹相似性度量 | 第16-18页 |
| ·个性化推荐技术 | 第18-19页 |
| ·本文研究内容 | 第19-20页 |
| ·本文组织结构 | 第20-22页 |
| 第2章 室内移动对象轨迹相似性度量相关技术 | 第22-32页 |
| ·室内空间建模技术 | 第22-23页 |
| ·室内定位技术 | 第23-24页 |
| ·室内移动对象轨迹 | 第24-27页 |
| ·移动对象轨迹 | 第24-25页 |
| ·室内空间与室外空间的差异 | 第25-26页 |
| ·室内移动对象轨迹 | 第26-27页 |
| ·相似性计算常见方法 | 第27页 |
| ·个性化推荐技术 | 第27-29页 |
| ·本章小结 | 第29-32页 |
| 第3章 语义扩充的室内轨迹相似度算法研究 | 第32-54页 |
| ·室内轨迹模型定义 | 第32-34页 |
| ·语义位置 | 第32-33页 |
| ·语义扩充的室内移动对象轨迹模型 | 第33-34页 |
| ·室内空间中位置语义关系的描述 | 第34-35页 |
| ·轨迹特征点 | 第35-37页 |
| ·Douglas_Peucker算法及缺点 | 第35-36页 |
| ·轨迹特征点的定义 | 第36-37页 |
| ·室内轨迹空间相似度度量 | 第37-40页 |
| ·轨迹特征点选取 | 第37-38页 |
| ·空间相似度算法 | 第38-40页 |
| ·室内轨迹语义相似度度量 | 第40-44页 |
| ·分层移动模式定义 | 第40-42页 |
| ·分层移动模式抽取算法 | 第42-43页 |
| ·语义相似度度量算法 | 第43-44页 |
| ·实验与分析 | 第44-52页 |
| ·数据集 | 第45页 |
| ·评价方法 | 第45-47页 |
| ·实验结果与分析 | 第47-52页 |
| ·本章小结 | 第52-54页 |
| 第4章 基于用户轨迹聚类的个性化推荐算法研究 | 第54-68页 |
| ·基于用户的协同过滤个性化推荐流程框架 | 第54-56页 |
| ·采用协同过滤方法的原因 | 第54-55页 |
| ·个性化推荐框架 | 第55-56页 |
| ·基于轨迹相似度的用户聚类 | 第56-59页 |
| ·Dbscan算法对移动对象轨迹进行聚类 | 第56-58页 |
| ·用户聚类 | 第58-59页 |
| ·候选推荐位置兴趣度预测 | 第59-61页 |
| ·候选推荐位置的产生 | 第59-60页 |
| ·用户相似度计算 | 第60页 |
| ·用户-位置的隐式评分矩阵 | 第60-61页 |
| ·兴趣度预测 | 第61页 |
| ·基于用户的协同过滤位置推荐算法 | 第61-62页 |
| ·实验与分析 | 第62-67页 |
| ·数据集 | 第62-63页 |
| ·评测方法 | 第63-64页 |
| ·实验结果与分析 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 第5章 总结与展望 | 第68-70页 |
| ·论文工作总结 | 第68页 |
| ·未来工作展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第76页 |
