| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 智慧旅游的国内外研究现状 | 第10-13页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-13页 |
| 1.3 移动智能终端旅游应用的现状 | 第13-15页 |
| 1.4 本文工作 | 第15-17页 |
| 第2章 相关技术介绍 | 第17-25页 |
| 2.1 HTML5 | 第17-21页 |
| 2.1.1 在Android中构建HTML5应用程序 | 第17-19页 |
| 2.1.2 HTML5在Android中的应用 | 第19-21页 |
| 2.2 Web Service | 第21页 |
| 2.3 移动GIS | 第21-22页 |
| 2.4 SQLite数据库 | 第22-23页 |
| 2.4.1 SQLite特点 | 第22页 |
| 2.4.2 SQLite在Android中的使用 | 第22-23页 |
| 2.5 小结 | 第23-25页 |
| 第3章 应用需求分析 | 第25-31页 |
| 3.1 总体需求分析 | 第25页 |
| 3.2 可行性分析 | 第25-26页 |
| 3.3 功能需求分析 | 第26-29页 |
| 3.4 非功能分析 | 第29-30页 |
| 3.4.1 接.分析 | 第29页 |
| 3.4.2 性能分析 | 第29-30页 |
| 3.4.3 安全分析 | 第30页 |
| 3.4.4 兼容性分析 | 第30页 |
| 3.5 小结 | 第30-31页 |
| 第4章 推荐算法的应用 | 第31-43页 |
| 4.1 引言 | 第31页 |
| 4.2 推荐系统的概念 | 第31-33页 |
| 4.2.1 用户建模 | 第32页 |
| 4.2.2 推荐对象建模 | 第32-33页 |
| 4.3 基于融合停留时间的隐Markov模型的推荐算法 | 第33-41页 |
| 4.3.1 分类隐Markov链偏好分析模型 | 第33-35页 |
| 4.3.2 融合停留时间的分类时间齐次隐Markov个性化推荐模型 | 第35-37页 |
| 4.3.3 基于个性化推荐模型平稳分布的用户聚类方法 | 第37-38页 |
| 4.3.4 基于个性化推荐模型的个性化推荐 | 第38-39页 |
| 4.3.5 结合实例测试算法性能 | 第39-41页 |
| 4.4 小结 | 第41-43页 |
| 第5章 应用设计与实现 | 第43-67页 |
| 5.1 开发环境搭建 | 第43-45页 |
| 5.1.1 Android平台开发框架 | 第43-44页 |
| 5.1.2 Android应用程序开发环境 | 第44-45页 |
| 5.2 总体设计 | 第45-54页 |
| 5.2.1 设计目标 | 第45-46页 |
| 5.2.2 总体架构设计 | 第46-48页 |
| 5.2.3 推荐子系统结构设计 | 第48-50页 |
| 5.2.4 逻辑层次设计 | 第50-52页 |
| 5.2.5 数据库设计 | 第52-54页 |
| 5.3 详细设计与实现 | 第54-63页 |
| 5.3.1 数据存储和接.的设计与实现 | 第54-56页 |
| 5.3.2 应用功能流程设计 | 第56-57页 |
| 5.3.3 功能模块的设计与实现 | 第57-63页 |
| 5.4 应用测试 | 第63-66页 |
| 5.4.1 功能测试 | 第63-65页 |
| 5.4.2 性能测试 | 第65页 |
| 5.4.3 兼容性测试 | 第65-66页 |
| 5.5 小结 | 第66-67页 |
| 第6章 结论 | 第67-69页 |
| 6.1 总结 | 第67页 |
| 6.2 展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |
