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

基于移动用户地理信息的音乐推荐研究

摘要第1-4页
Abstract第4-10页
第1章 绪论第10-15页
   ·课题背景与研究内容第10-13页
   ·本文工作及贡献第13页
   ·本文组织第13-14页
   ·本章小结第14-15页
第2章 相关工作第15-27页
   ·空间索引和查询第15-16页
   ·传统的音乐推荐方法第16-22页
     ·人口统计过滤第16-17页
     ·基于协同过滤的推荐第17-19页
     ·基于内容的推荐第19-20页
     ·基于上下文的推荐第20-22页
   ·和地理位置有关的音乐推荐方法第22-23页
   ·单词相似度计算第23-25页
     ·潜在语义分析方法(LSA,Latent Semantic Anslysis)第23-24页
     ·WordNet::Similarity第24页
     ·Disco单词分布式相似度计算第24-25页
   ·主题建模(Topic Modeling)第25-26页
   ·本章小结第26-27页
第3章 数据模型和问题定义第27-31页
   ·数据模型定义第27-29页
   ·基于地理位置的音乐推荐第29页
   ·本章小结第29-31页
第4章 系统结构和推荐流程第31-40页
   ·系统结构第31-35页
     ·服务器和浏览器前端通信模块第32页
     ·数据抓取模块第32-33页
     ·索引模块第33页
     ·单词转换模块第33页
     ·标签分词模块第33-34页
     ·音乐查询模块第34页
     ·标签云生成模块第34页
     ·览器照片显示模块第34-35页
   ·音乐推荐流程第35-39页
   ·本章小结第39-40页
第5章 单词相似度计算第40-59页
   ·单词相似度计算的重要性第40-43页
   ·词汇搭配(Collocation)第43-46页
     ·词汇搭配第43-44页
     ·词汇搭配的提取第44-46页
   ·基于单词依赖三元组的单词相似度计算第46-48页
   ·优化方法第48-52页
     ·单词特征提取第49-50页
     ·单词相似度计算第50-52页
   ·优化方法实现第52-57页
     ·基于Apache Lucene全文检索引擎的实现版本第53-54页
     ·常驻内存的实现版本第54-55页
     ·基于多核并行计算的实现版本第55-57页
   ·照片单词集转换第57-58页
   ·本章小结第58-59页
第6章 推荐算法第59-70页
   ·基于地理主题模型的推荐算法概述第59-61页
   ·照片生成模型第61-67页
     ·模型参数估计第63-66页
     ·模型参数估计复杂度第66-67页
   ·推荐算法第67-69页
     ·算法描述第67-68页
     ·复杂度分析第68-69页
   ·本章小结第69-70页
第7章 实验结果第70-87页
   ·实验环境和设置第70页
   ·原型Demo展示第70-71页
   ·实验数据获取第71-77页
     ·照片元数据的获取第72-74页
     ·音乐元数据的获取第74-75页
     ·音乐内容数据的获取第75-76页
     ·英文维基百科文档数据的获取第76-77页
   ·二阶单词相似度矩阵计算三种方法性能测试第77-79页
     ·不同方法计算时间比较第77-78页
     ·不同方法占用内存比较第78页
     ·内存使用量对多核并行计算方法执行效率的影响第78-79页
   ·二阶单词相似度矩阵效果测试第79-82页
   ·地理主题模型参数预计算测试第82-85页
     ·照片数量D的影响第83-84页
     ·不同主题数量K的影响第84-85页
     ·区域数量N的影响第85页
   ·本章小结第85-87页
第8章 总结和展望第87-89页
   ·本文主要工作和贡献第87-88页
   ·未来研究工作展望第88-89页
参考文献第89-92页
攻读硕士学位期间主要的研究成果第92-93页
致谢第93页

论文共93页,点击 下载论文
上一篇:基于视图插值的图像绘制系统
下一篇:金融信息系统中授权管理技术与单点登录技术的研究与开发