基于社交网络和地理位置信息的好友推荐方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-17页 |
| ·课题背景 | 第9-12页 |
| ·社交网络的飞速发展 | 第9-11页 |
| ·基于位置的服务的兴起 | 第11-12页 |
| ·课题提出 | 第12-14页 |
| ·国内外研究现状 | 第14-15页 |
| ·本文工作及组织结构 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 2 相关理论综述 | 第17-41页 |
| ·社交网络概述 | 第17-22页 |
| ·现代社会人们的社交需求 | 第17-19页 |
| ·社交网络的基础理论 | 第19-22页 |
| ·基于位置的服务概述 | 第22-24页 |
| ·位置服务的定义 | 第22-24页 |
| ·地理位置签到服务 | 第24页 |
| ·关联规则挖掘算法 | 第24-32页 |
| ·Apriori算法分析 | 第25-27页 |
| ·FP-Growth算法分析 | 第27-32页 |
| ·协同过滤推荐技术综述 | 第32-39页 |
| ·User-based协同过滤推荐算法 | 第34-37页 |
| ·Item-based协同过滤推荐算法 | 第37-39页 |
| ·TOP-K查询及TA算法 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 3 SOCIAL LOCATION好友推荐流程 | 第41-46页 |
| ·问题描述 | 第41页 |
| ·推荐流程设计 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 4 SOCIAL LOCATION好友推荐方法 | 第46-75页 |
| ·社交距离的计算 | 第46-50页 |
| ·社交图谱 | 第46-47页 |
| ·社交距离的影响因素 | 第47-49页 |
| ·社交距离的计算 | 第49-50页 |
| ·地理位置好友的挖掘及相似度计算 | 第50-72页 |
| ·数据模型 | 第50-55页 |
| ·计算Poi聚集区域 | 第55-57页 |
| ·潜在好友的挖掘模式 | 第57-61页 |
| ·模式挖掘算法 | 第61-67页 |
| ·用户地理相似性计算 | 第67-72页 |
| ·综合推荐方法 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 5 实验设计及结果 | 第75-84页 |
| ·实验数据 | 第75页 |
| ·实验环境 | 第75页 |
| ·实验过程 | 第75-80页 |
| ·数据预处理 | 第76-78页 |
| ·社交关系推荐列表生成 | 第78-79页 |
| ·地理相似性列表生成 | 第79页 |
| ·推荐集产生 | 第79-80页 |
| ·评价标准 | 第80页 |
| ·实验结果及分析 | 第80-82页 |
| ·本章小结 | 第82-84页 |
| 6 总结及展望 | 第84-86页 |
| ·总结 | 第84页 |
| ·下一步工作 | 第84-86页 |
| 参考文献 | 第86-90页 |
| 致谢 | 第90页 |
