移动环境中基于情景语义LBS的个性化推荐研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第8-16页 |
| 1.1 论文研究背景和意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究的意义 | 第9-10页 |
| 1.2 国内外的研究现状 | 第10-12页 |
| 1.2.1 国内研究现状 | 第10-11页 |
| 1.2.2 国外研究现状 | 第11-12页 |
| 1.3 论文的主要内容 | 第12页 |
| 1.4 论文的组织结构 | 第12-14页 |
| 1.5 本章小结 | 第14-16页 |
| 2 基于CRF的运动轨迹缺失值的填补 | 第16-24页 |
| 2.1 常见的缺失值填补方法 | 第16-17页 |
| 2.2 CRF技术 | 第17-19页 |
| 2.3 CRF填补 | 第19-22页 |
| 2.3.1 运动轨迹点 | 第19页 |
| 2.3.2 特征集的选择 | 第19-20页 |
| 2.3.3 参数估计及其缺失值预测 | 第20-22页 |
| 2.4 实验和结果分析 | 第22-23页 |
| 2.5 本章小节 | 第23-24页 |
| 3 基于深度置信网络的运动轨迹特征提取 | 第24-34页 |
| 3.1 移动轨迹语义地点 | 第24-25页 |
| 3.1.1 语义地点的表示 | 第24-25页 |
| 3.1.2 语义地点间的逻辑关系表示 | 第25页 |
| 3.2 移动轨迹深度置信网络 | 第25-30页 |
| 3.2.1 移动轨迹特征提取方法 | 第25-26页 |
| 3.2.2 RBM | 第26-27页 |
| 3.2.3 DBNs | 第27-28页 |
| 3.2.4 用户运动轨迹特征提取 | 第28-30页 |
| 3.3 实验分析 | 第30-32页 |
| 3.4 本章小结 | 第32-34页 |
| 4 个性化推荐原型系统 | 第34-46页 |
| 4.1 预处理模块 | 第34-39页 |
| 4.1.1 预处理模块框架图 | 第34页 |
| 4.1.2 信息采集 | 第34-35页 |
| 4.1.3 缺失值填补 | 第35-38页 |
| 4.1.4 结果存储 | 第38-39页 |
| 4.2 个性化推荐模块 | 第39-44页 |
| 4.2.1 个性化推荐模块框架图 | 第39页 |
| 4.2.2 用户行为轨迹提取 | 第39-42页 |
| 4.2.3 个性化推荐 | 第42-44页 |
| 4.3 本章小结 | 第44-46页 |
| 5 结论与展望 | 第46-48页 |
| 5.1 结论 | 第46页 |
| 5.2 展望 | 第46-48页 |
| 参考文献 | 第48-54页 |
| 攻读学位期间发表论文及科研情况 | 第54-55页 |
| 致谢 | 第55页 |
