基于用户兴趣的旅游信息推荐研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 用户相似度 | 第11-12页 |
| 1.2.2 位置信息服务 | 第12-13页 |
| 1.2.3 个性化推荐算法 | 第13-14页 |
| 1.3 研究内容及本文主要工作 | 第14-15页 |
| 1.4 论文结构安排 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 相关理论和技术背景 | 第17-26页 |
| 2.1 聚类分析 | 第17-20页 |
| 2.1.1 基于划分的聚类 | 第17-18页 |
| 2.1.2 基于层次的聚类 | 第18-19页 |
| 2.1.3 基于密度的聚类 | 第19-20页 |
| 2.2 个性化推荐算法 | 第20-25页 |
| 2.2.1 基于内容的推荐 | 第20页 |
| 2.2.2 基于协同过滤的推荐 | 第20-23页 |
| 2.2.3 推荐算法比较 | 第23页 |
| 2.2.4 推荐算法评价 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 个性化旅游景点推荐 | 第26-41页 |
| 3.1 基本概念 | 第27-29页 |
| 3.2 算法框架 | 第29-30页 |
| 3.3 优化策略 | 第30-33页 |
| 3.4 个性化推荐 | 第33-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 旅游行程规划推荐 | 第41-55页 |
| 4.1 基本概念 | 第42-43页 |
| 4.2 MST聚类算法 | 第43-44页 |
| 4.3 动态规划算法 | 第44-45页 |
| 4.4 算法框架 | 第45-46页 |
| 4.5 优化策略 | 第46-50页 |
| 4.6 个性化旅游行程规划 | 第50-54页 |
| 4.7 本章小结 | 第54-55页 |
| 第五章 实验设计与结果分析 | 第55-67页 |
| 5.1 实验数据 | 第55-56页 |
| 5.1.1 实验数据 | 第55页 |
| 5.1.2 数据预处理 | 第55-56页 |
| 5.2 实验环境 | 第56页 |
| 5.3 个性化景点推荐算法实验及结果 | 第56-61页 |
| 5.4 旅游行程规划模拟实验及结果 | 第61-66页 |
| 5.5 本章小结 | 第66-67页 |
| 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间取得的研究成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 附件 | 第75页 |
