| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题研究背景 | 第11-13页 |
| 1.2 路线搜索与推荐国内外研究现状 | 第13-15页 |
| 1.3 本文主要研究工作 | 第15-17页 |
| 1.3.1 主要研究内容 | 第15-16页 |
| 1.3.2 主要研究方法 | 第16页 |
| 1.3.3 主要研究成果 | 第16-17页 |
| 1.3.4 本文技术路线 | 第17页 |
| 1.4 本文章节安排 | 第17-19页 |
| 第二章 LBSNs中空间位置数据相关应用与挖掘技术 | 第19-33页 |
| 2.1 LBSNs中空间位置数据 | 第19-21页 |
| 2.1.1 数据的独特属性 | 第19-20页 |
| 2.1.2 各类数据的特点及区别 | 第20-21页 |
| 2.2 LBSNs应用研究概况 | 第21-28页 |
| 2.2.1 流行地点推荐 | 第22-23页 |
| 2.2.2 用户推荐 | 第23-24页 |
| 2.2.3 活动推荐 | 第24-25页 |
| 2.2.4 空间关键字对象查询 | 第25-28页 |
| 2.2.5 群体移动方式分析 | 第28页 |
| 2.2.6 隐私保护 | 第28页 |
| 2.3 相关挖掘技术 | 第28-31页 |
| 2.3.1 基于内容的算法 | 第28-29页 |
| 2.3.2 基于链接分析的算法 | 第29-30页 |
| 2.3.3 基于协同过滤的算法 | 第30-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第三章 体验式路线搜索 | 第33-37页 |
| 3.1 问题描述 | 第33页 |
| 3.2 相关属性定义 | 第33-35页 |
| 3.3 体验式路线搜索问题定义 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 搜索算法 | 第37-49页 |
| 4.1 基本算法BSL | 第37-40页 |
| 4.1.1 BSL算法基本思想 | 第37页 |
| 4.1.2 BSL算法描述 | 第37-39页 |
| 4.1.3 BSL算法执行过程 | 第39-40页 |
| 4.1.4 BSL算法的时间复杂度分析 | 第40页 |
| 4.2 优化策略 | 第40-42页 |
| 4.2.1 基于预计算收益上界的搜索策略 | 第40-42页 |
| 4.2.2 剪枝条件设计 | 第42页 |
| 4.3 单收益上界剪枝搜索算法SUB | 第42-45页 |
| 4.3.1 SUB算法基本思想 | 第43页 |
| 4.3.2 SUB算法描述 | 第43-45页 |
| 4.3.3 SUB算法执行过程 | 第45页 |
| 4.4 多收益上界剪枝搜索算法MUB | 第45-47页 |
| 4.4.1 MUB算法思想 | 第45-46页 |
| 4.4.2 MUB算法描述 | 第46-47页 |
| 4.4.3 MUB算法执行过程 | 第47页 |
| 4.5 算法评价分析 | 第47-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 实验分析 | 第49-61页 |
| 5.1 实验设计 | 第49-51页 |
| 5.2 效率对比实验 | 第51-57页 |
| 5.3 有效性实验 | 第57-59页 |
| 5.4 本章小结 | 第59-61页 |
| 第六章 结论 | 第61-63页 |
| 参考文献 | 第63-71页 |
| 作者简介 | 第71页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第71-73页 |
| 致谢 | 第73页 |