| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-17页 |
| 第二章 相关知识及技术 | 第17-25页 |
| 2.1 位置预测概念 | 第17-18页 |
| 2.2 常见位置预测技术介绍 | 第18-21页 |
| 2.2.1 基于线性运动函数的位置预测 | 第19页 |
| 2.2.2 基于非线性运动函数的位置预测 | 第19页 |
| 2.2.3 基于频繁模式的位置预测 | 第19-20页 |
| 2.2.4 基于Markov模型的位置预测 | 第20-21页 |
| 2.3 相关理论基础 | 第21-24页 |
| 2.3.1 Markov模型 | 第21-22页 |
| 2.3.2 DBSCAN算法 | 第22页 |
| 2.3.3 Prefixspan算法 | 第22-23页 |
| 2.3.4 AP算法 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于移动模式的语义位置预测 | 第25-33页 |
| 3.1 语义化访问地点挖掘 | 第25-27页 |
| 3.1.1 停留点提取 | 第26-27页 |
| 3.1.2 地理位置提取及语义信息转换 | 第27页 |
| 3.2 移动模式挖掘 | 第27-31页 |
| 3.2.1 地理和语义移动模式挖掘 | 第28-29页 |
| 3.2.2 轨迹模式树 | 第29-30页 |
| 3.2.3 基于滑动窗口的序列模式挖掘算法 | 第30-31页 |
| 3.3 位置预测算法 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 基于Markov模型的语义位置预测 | 第33-39页 |
| 4.1 相似用户聚类 | 第33-34页 |
| 4.2 基于多阶Markov模型的位置预测 | 第34-35页 |
| 4.2.1 基于标准Markov模型的位置预测 | 第34页 |
| 4.2.2 基于多阶Markov模型的位置预测 | 第34-35页 |
| 4.3 基于Markov模型的语义位置预测 | 第35-37页 |
| 4.4 本章小结 | 第37-39页 |
| 第五章 融合语义信息的位置预测系统实现及验证 | 第39-59页 |
| 5.1 系统架构 | 第39-40页 |
| 5.2 数据库设计 | 第40-43页 |
| 5.3 模块设计与实现 | 第43-48页 |
| 5.3.1 数据预处理模块 | 第44-45页 |
| 5.3.2 移动模式挖掘及预测模块 | 第45-46页 |
| 5.3.3 相似用户聚类模块 | 第46页 |
| 5.3.4 Markov模型建立及预测模块 | 第46-47页 |
| 5.3.5 数据库管理模块 | 第47-48页 |
| 5.4 系统验证 | 第48-57页 |
| 5.4.1 实验数据 | 第48-49页 |
| 5.4.2 性能指标 | 第49-50页 |
| 5.4.3 基于移动模式语义预测方法的实验结果及分析 | 第50-54页 |
| 5.4.4 基于Markov模型的语义预测方法的实验结果及分析 | 第54-56页 |
| 5.4.5 两种融合语义信息的预测方法的对比分析 | 第56-57页 |
| 5.5 本章小结 | 第57-59页 |
| 第六章 结束语 | 第59-63页 |
| 6.1 论文工作总结 | 第59-60页 |
| 6.2 问题与展望 | 第60-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 攻读学位期间发表的学术论文目录 | 第69页 |