首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于LBSN的个性化多目标旅游路线推荐

摘要第5-6页
Abstract第6-7页
第1章 绪论第13-22页
    1.1 课题背景及意义第13-14页
    1.2 国内外研究现状第14-20页
        1.2.1 基于LBSN的服务概述第14-16页
        1.2.2 地理兴趣点推荐相关研究第16-17页
        1.2.3 路径推荐相关研究第17-18页
        1.2.4 多目标优化问题第18-19页
        1.2.5 现有工作的局限性第19-20页
    1.3 主要研究工作第20页
    1.4 本文组织结构第20-22页
第2章 推荐技术和多目标优化理论第22-36页
    2.1 引言第22-23页
    2.2 协同过滤推荐技术基础理论第23-29页
    2.3 矩阵分解技术在兴趣点推荐中的应用第29-32页
    2.4 多目标优化问题第32-34页
        2.4.1 多目标优化模型第32-34页
    2.5 地理兴趣点(POI)推荐第34-35页
    2.6 本章小结第35-36页
第3章 基于矩阵分解的地理兴趣区域推荐方法第36-49页
    3.1 引言第36页
    3.2 基于地理位置的兴趣区域推荐问题定义第36-37页
    3.3 基于矩阵分解的地理兴趣区域推荐框架第37-42页
        3.3.1 轨迹预处理第37-39页
        3.3.2 热点区域第39-40页
        3.3.3 热点区域发现第40-42页
    3.4 兴趣度预测第42-44页
    3.5 算法性能测试第44-48页
        3.5.1 实验数据第44页
        3.5.2 性能评价指标第44-45页
        3.5.3 实验内容及结果第45-48页
    3.6 本章小结第48-49页
第4章 基于多目标优化的POI路径推荐方法第49-64页
    4.1 引言第49页
    4.2 POI路线推荐问题的定义第49-51页
    4.3 POI路线推荐多目标优化问题的定义第51-54页
    4.4 基于路线规划的多目标优化算法第54-57页
        4.4.1 MOEA/D-PR第55-56页
        4.4.2 NSGA-Ⅱ-PR第56页
        4.4.3 SPEA-Ⅱ-PR第56页
        4.4.4 PESA-Ⅱ-PR第56-57页
    4.5 算法性能测试第57-63页
        4.5.1 实验数据第57页
        4.5.2 性能评价指标第57-58页
        4.5.3 实验内容及结果第58-63页
    4.6 本章小结第63-64页
结论第64-66页
参考文献第66-72页
致谢第72-73页
附录A 攻读硕士学位期间研究成果第73-74页
附录B 攻读硕士学位期间所参与的项目第74页

论文共74页,点击 下载论文
上一篇:基于业务驱动的贷款产品工厂系统设计与实现
下一篇:模块化稀疏表示在复杂情境下的人脸识别算法研究与应用