| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题的研究背景 | 第9页 |
| 1.2 课题选题的意义 | 第9-11页 |
| 1.3 课题的研究内容 | 第11-13页 |
| 1.4 课题的组织结构 | 第13-15页 |
| 第二章 用户轨迹挖掘与预测的相关研究 | 第15-31页 |
| 2.1 用户轨迹挖掘与预测的概述 | 第15页 |
| 2.2 用户轨迹挖掘与预测的研究现状 | 第15-16页 |
| 2.3 用户轨迹挖掘与预测的相关技术 | 第16-29页 |
| 2.3.1 大数据处理平台技术 | 第17-21页 |
| 2.3.2 离线的聚类算法 | 第21-23页 |
| 2.3.3 流数据的挖掘算法 | 第23页 |
| 2.3.4 轨迹距离计算算法 | 第23-24页 |
| 2.3.5 机器学习预测模型 | 第24-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第三章 用户兴趣点聚类方案的设计 | 第31-41页 |
| 3.1 基于离线算法的用户兴趣点聚类 | 第31-35页 |
| 3.1.1 Dbscan算法的原理 | 第31-32页 |
| 3.1.2 基于Dbscan算法的用户兴趣点聚类设计 | 第32-33页 |
| 3.1.3 实验结果与分析 | 第33-35页 |
| 3.2 基于流式算法的用户兴趣点聚类 | 第35-39页 |
| 3.2.1 基于Storm平台的实时用户兴趣点聚类 | 第35-36页 |
| 3.2.2 基于Storm的用户兴趣点访问状态监控 | 第36-37页 |
| 3.2.3 实验结果与分析 | 第37-39页 |
| 3.3 本章小结 | 第39-41页 |
| 第四章 用户路径的提取与矫正的设计 | 第41-47页 |
| 4.1 基于时空规则的路径提取 | 第41-42页 |
| 4.2 基于地图匹配的路径矫正 | 第42-45页 |
| 4.2.1 基于网格的快速地图匹配设计 | 第42-44页 |
| 4.2.2 基于地图匹配的路径矫正设计 | 第44-45页 |
| 4.3 实验结果与分析 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 基于兴趣点的用户行为预测模型设计 | 第47-59页 |
| 5.1 用户兴趣点数据集的预处理 | 第47-49页 |
| 5.1.1 用户兴趣点数据集的特征提取 | 第47页 |
| 5.1.2 用户轨迹数据的特征信息扩充 | 第47-49页 |
| 5.2 基于BP网络的用户行为预测模型设计 | 第49-53页 |
| 5.2.1 影响因子与归一量化处理 | 第50-52页 |
| 5.2.2 基于BP网络的模型设计 | 第52-53页 |
| 5.3 模型预测性能的评估与分析 | 第53-57页 |
| 5.2.1 试验数据集的处理 | 第54页 |
| 5.2.2 预测模型的评价方法 | 第54-55页 |
| 5.2.3 模型预测结果与分析 | 第55-57页 |
| 5.4 本章小结 | 第57-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 论文总结 | 第59页 |
| 6.2 下一步的展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 缩略词 | 第65-67页 |
| 致谢 | 第67-69页 |
| 攻读硕士学位期间发表的学术论文 | 第69页 |
