基于LBSN的个性化POI群体推荐算法的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-22页 |
| 1.1 课题研究背景和意义 | 第9-12页 |
| 1.2 国内外研究现状 | 第12-19页 |
| 1.3 本文研究内容 | 第19-20页 |
| 1.4 本文组织结构 | 第20-22页 |
| 第2章 签到数据获取及处理 | 第22-27页 |
| 2.1 引言 | 第22页 |
| 2.2 签到数据的获取 | 第22-24页 |
| 2.3 签到数据的处理 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 城市热点及用户潜在热点区域获取 | 第27-37页 |
| 3.1 引言 | 第27页 |
| 3.2 关键词的定义 | 第27页 |
| 3.3 城市热点区域的获取 | 第27-32页 |
| 3.4 用户潜在生活热点区域的获取 | 第32-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 用户生活模式的挖掘 | 第37-44页 |
| 4.1 引言 | 第37页 |
| 4.2 关键词的定义 | 第37-38页 |
| 4.3 用户本地生活模式获取 | 第38-41页 |
| 4.4 用户异地生活模式获取 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 个性化POI群体的发现及推荐 | 第44-50页 |
| 5.1 引言 | 第44页 |
| 5.2 用户个性化POI群体的获取 | 第44-45页 |
| 5.3 实验结果及分析 | 第45-49页 |
| 5.4 本章小结 | 第49-50页 |
| 第6章 推荐平台的设计与实现 | 第50-58页 |
| 6.1 引言 | 第50页 |
| 6.2 系统需求与分析 | 第50页 |
| 6.3 系统架构与技术 | 第50-52页 |
| 6.3.1 Django | 第50-51页 |
| 6.3.2 Scrapy | 第51-52页 |
| 6.3.3 PhantomJS | 第52页 |
| 6.4 系统基础 | 第52-57页 |
| 6.4.1 数据存储与管理模块 | 第53-56页 |
| 6.4.2 前端展示模块 | 第56-57页 |
| 6.4.3 数据分析模块 | 第57页 |
| 6.5 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64页 |
