| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 引言 | 第8-13页 |
| ·研究背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·论文结构安排 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 第2章 位置服务社交网络及相关技术简介 | 第13-23页 |
| ·位置服务社交网络概述 | 第13-17页 |
| ·基于位置的服务 | 第13-14页 |
| ·位置服务社交网络功能 | 第14-17页 |
| ·位置服务社交网络结构与研究方向 | 第17-21页 |
| ·社交网络结构基本特征 | 第17-18页 |
| ·位置服务社交网络图结构 | 第18-19页 |
| ·位置服务社交网络研究方向 | 第19-21页 |
| ·位置服务社交网络研究难点 | 第21页 |
| ·本章小结 | 第21-23页 |
| 第3章 位置服务社交网络用户时空分布可视化 | 第23-31页 |
| ·位置服务社交网站数据预处理 | 第23-25页 |
| ·数据采集 | 第23-24页 |
| ·数据抽取 | 第24-25页 |
| ·用户使用数据时空分布及活跃度分析 | 第25-30页 |
| ·用户位置分布 | 第25-26页 |
| ·用户签到时间规律 | 第26-28页 |
| ·用户访问位置类别分布 | 第28页 |
| ·用户及 POI 的签到活跃度分析 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 基于向量空间模型的位置服务社交网络用户访问地理位置相似性分析 | 第31-42页 |
| ·对象间相似性度量的一般方法 | 第31-33页 |
| ·基于向量空间模型的相似度计算 | 第32页 |
| ·基于集合的相似度计算 | 第32-33页 |
| ·基于层次结构的相似度计算 | 第33页 |
| ·基于地理位置的用户行为相似性分析 | 第33-38页 |
| ·基于 POI 的划分层次聚类 | 第34-36页 |
| ·基于向量空间模型计算用户相似度 | 第36-37页 |
| ·计算用户间相似度步骤 | 第37-38页 |
| ·实例分析 | 第38-41页 |
| ·查找相似用户 | 第38-39页 |
| ·方法有效性分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 基于语义的位置服务社交网络用户相似性分析 | 第42-52页 |
| ·地理位置名称分词 | 第42-43页 |
| ·基于 TF-IDF 的用户语义相似性分析 | 第43-45页 |
| ·基于《知网》的用户语义相似性分析 | 第45-51页 |
| ·基于《知网》的词汇语义相似度计算简介 | 第45-46页 |
| ·位置服务社交网络用户访问位置的语义相似度计算 | 第46-47页 |
| ·位置服务社交网络用户语义距离的层次聚类 | 第47-49页 |
| ·基于语义的位置服务社交网络用户聚类流程 | 第49页 |
| ·方法有效性分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-55页 |
| ·本文工作总结 | 第52-53页 |
| ·未来工作展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第60页 |