LBSN中基于用户偏好的个性化好友推荐技术研究
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 引言 | 第13-21页 |
| 1.1 研究背景 | 第13-16页 |
| 1.1.1 基于位置服务的发展及应用 | 第13-14页 |
| 1.1.2 社交网络的发展 | 第14页 |
| 1.1.3 基于位置的社交网络的发展 | 第14-15页 |
| 1.1.4 个性化推荐研究现状 | 第15-16页 |
| 1.2 本文的主要研究内容 | 第16-17页 |
| 1.3 本文的贡献 | 第17-19页 |
| 1.4 论文的组织结构 | 第19-21页 |
| 第2章 相关工作概述 | 第21-33页 |
| 2.1 引言 | 第21页 |
| 2.2 基于地理位置的研究现状 | 第21-23页 |
| 2.2.1 空间数据聚类的研究 | 第22-23页 |
| 2.2.2 兴趣点的发现 | 第23页 |
| 2.3 兴趣爱好发现 | 第23-26页 |
| 2.3.1 用户兴趣建模 | 第23-24页 |
| 2.3.2 社区发现 | 第24-26页 |
| 2.4 个性化好友推荐 | 第26-31页 |
| 2.4.1 个性化好友推荐的研究现状 | 第26-27页 |
| 2.4.2 协同过滤推荐算法 | 第27-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第3章 基于位置的社交网络的用户兴趣爱好挖掘方法 | 第33-51页 |
| 3.1 引言 | 第33-34页 |
| 3.2 问题描述 | 第34-35页 |
| 3.3 个人兴趣爱好建模 | 第35-39页 |
| 3.3.1 bool签到向量的建立 | 第35-36页 |
| 3.3.2 模糊周期的发现 | 第36-39页 |
| 3.4 冷启动用户的爱好预测建模 | 第39-44页 |
| 3.4.1 社区发现 | 第40-44页 |
| 3.4.2 冷启动用户爱好预测 | 第44页 |
| 3.5 实验与结果分析 | 第44-48页 |
| 3.5.1 实验环境 | 第44页 |
| 3.5.2 实验数据 | 第44-45页 |
| 3.5.3 实验参数 | 第45-47页 |
| 3.5.4 实验结果分析 | 第47-48页 |
| 3.6 本章小结 | 第48-51页 |
| 第4章 个性化好友推荐 | 第51-71页 |
| 4.1 引言 | 第51-52页 |
| 4.2 问题描述 | 第52-54页 |
| 4.3 多元异构社交网络的建立 | 第54-56页 |
| 4.3.1 用户-用户边的建立 | 第54-55页 |
| 4.3.2 用户-签到位置边的建立 | 第55页 |
| 4.3.3 签到地点-爱好边 | 第55-56页 |
| 4.4 推荐好友候选集的生成 | 第56-61页 |
| 4.4.1 社交距离的计算 | 第56-59页 |
| 4.4.2 推荐好友候选集生成模型 | 第59-60页 |
| 4.4.3 推荐好友候选集的生成 | 第60-61页 |
| 4.5 推荐好友列表的生成 | 第61-64页 |
| 4.5.1 爱好相似度的计算方法 | 第61-63页 |
| 4.5.2 空间相似性的计算方法 | 第63页 |
| 4.5.3 好友推荐列表的生成 | 第63-64页 |
| 4.6 实验结果及分析 | 第64-69页 |
| 4.6.1 实验参数 | 第64-67页 |
| 4.6.2 实验结果分析 | 第67-69页 |
| 4.7 本章小结 | 第69-71页 |
| 第5章 总结与展望 | 第71-73页 |
| 5.1 本文工作总结 | 第71页 |
| 5.2 进一步研究工作 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 攻硕期间发表的论文及参加的项目 | 第79页 |
