| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题研究的背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 对用户推荐好友 | 第12-13页 |
| 1.2.2 对POI（兴趣点）供应商推荐商铺地址 | 第13页 |
| 1.2.3 对用户推荐POI | 第13-14页 |
| 1.3 本文研究的主要内容 | 第14-16页 |
| 1.4 本文组织结构 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第二章 相关理论与技术介绍 | 第18-27页 |
| 2.1 传统推荐算法概述 | 第18-21页 |
| 2.1.1 基于邻域的推荐 | 第19-20页 |
| 2.1.2 基于内容的推荐 | 第20页 |
| 2.1.3 基于图的推荐算法 | 第20-21页 |
| 2.2 基于位置的社交网络概述 | 第21-26页 |
| 2.2.1 LBSN基本层次与关系 | 第21-22页 |
| 2.2.2 有关LBSN问题中常用的基本模型与算法 | 第22-26页 |
| 2.2.3 LBSN总结 | 第26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 用户关系数据与签到数据建模 | 第27-33页 |
| 3.1 用户关系模型与相关参数计算 | 第27-30页 |
| 3.1.1 用户亲密度 | 第27-30页 |
| 3.2 用户签到模型与相关参数计算 | 第30-32页 |
| 3.2.1 用户_兴趣点经验值计算 | 第30-31页 |
| 3.2.2 用户_兴趣点时空属性计算 | 第31-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 LBSN中的好友与兴趣点推荐 | 第33-44页 |
| 4.1 好友推荐模型 | 第33-36页 |
| 4.2 商业选址推荐模型 | 第36-38页 |
| 4.3 用户兴趣点推荐模型 | 第38-43页 |
| 4.3.1 好友影响 | 第39-40页 |
| 4.3.2 兴趣点因素 | 第40-42页 |
| 4.3.3 综合建模 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 实验与分析 | 第44-59页 |
| 5.1 实验数据集介绍与预处理 | 第44-45页 |
| 5.2 好友推荐实验 | 第45-48页 |
| 5.2.1 实验评价标准 | 第45-46页 |
| 5.2.2 实验过程 | 第46-47页 |
| 5.2.3 实验分析与比较 | 第47-48页 |
| 5.3 商业选址推荐实验 | 第48-53页 |
| 5.3.1 问题描述 | 第48-49页 |
| 5.3.2 实验过程 | 第49-51页 |
| 5.3.3 实验结果与分析 | 第51-53页 |
| 5.4 用户兴趣点推荐实验 | 第53-58页 |
| 5.4.1 问题描述 | 第53页 |
| 5.4.2 实验评价标准 | 第53-54页 |
| 5.4.3 实验过程 | 第54-55页 |
| 5.4.4 实验结果与分析 | 第55-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-62页 |
| 6.1 工作总结 | 第59-60页 |
| 6.2 未来展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间论文成果与参与课题 | 第66-67页 |
| 致谢 | 第67页 |