| 摘要 | 第4-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第18-26页 |
| 1.1 研究背景 | 第18-19页 |
| 1.2 研究内容 | 第19-20页 |
| 1.3 章节安排 | 第20-22页 |
| 本章参考文献 | 第22-26页 |
| 第二章 基于位置的移动社会化网络推荐系统研究综述 | 第26-44页 |
| 2.1 基于位置的社会化网络 | 第26-28页 |
| 2.1.1 基于位置的社会化网络的基本定义及3+1框架模型 | 第26-27页 |
| 2.1.2 基于位置的社会化网络的数据特征 | 第27-28页 |
| 2.2 基于位置的移动社会化网络推荐系统 | 第28-31页 |
| 2.2.1 基于位置的移动社会化网络推荐系统基本特征 | 第28-30页 |
| 2.2.2 基于位置的移动社会化网络推荐系统框架 | 第30-31页 |
| 2.3 基于位置的移动社会化网络推荐方法 | 第31-35页 |
| 2.3.1 融合社会关系的基于位置的协同过滤推荐 | 第32-33页 |
| 2.3.2 基于移动用户位置活动划分的图模型推荐 | 第33页 |
| 2.3.3 基于移动用户位置轨迹相似的好友推荐 | 第33-34页 |
| 2.3.4 多维上下文感知用户偏好学习及移动推荐 | 第34-35页 |
| 2.4 应用进展 | 第35-36页 |
| 2.5 研究的难点与热点 | 第36-38页 |
| 2.6 本章小结 | 第38页 |
| 本章参考文献 | 第38-44页 |
| 第三章 基于位置的协同过滤移动网络服务推荐方法 | 第44-70页 |
| 3.1 引言 | 第44-46页 |
| 3.2 相关知识 | 第46-47页 |
| 3.2.1 协同过滤推荐算法 | 第46-47页 |
| 3.2.2 上下文信息与传统推荐算法的融合 | 第47页 |
| 3.3 基于位置的用户-网络服务特征模型 | 第47-50页 |
| 3.3.1 基本数据模型 | 第47-48页 |
| 3.3.2 基于位置的移动用户偏好特征 | 第48-50页 |
| 3.4 移动用户之间的信任关系 | 第50-52页 |
| 3.4.1 直接好友关系 | 第50-51页 |
| 3.4.2 间接好友关系 | 第51-52页 |
| 3.5 基于用户位置的网络服务推荐 | 第52-55页 |
| 3.5.1 基于移动用户位置的网络服务推荐基本框架 | 第52页 |
| 3.5.2 基于移动用户位置的网络服务推荐 | 第52-55页 |
| 3.6 性能分析 | 第55-56页 |
| 3.6.1 数据稀疏性及冷启动问题 | 第55-56页 |
| 3.6.2 复杂度分析 | 第56页 |
| 3.7 实验与分析 | 第56-67页 |
| 3.7.1 实验数据集 | 第56-57页 |
| 3.7.2 评价指标 | 第57页 |
| 3.7.3 实验结果及分析 | 第57-67页 |
| 3.8 本章小结 | 第67页 |
| 本章参考文献 | 第67-70页 |
| 第四章 基于移动用户活动区域划分的图模型位置信息推荐方法 | 第70-86页 |
| 4.1 引言 | 第70-71页 |
| 4.2 相关工作 | 第71-72页 |
| 4.3 基于用户活动区域划分的图模型推荐方法 | 第72-77页 |
| 4.3.1 移动用户位置活动区域的确定与划分 | 第72-74页 |
| 4.3.2 基于用户位置活动区域的图模型构建 | 第74-76页 |
| 4.3.3 推荐结果的生成 | 第76-77页 |
| 4.4 实验与分析 | 第77-81页 |
| 4.4.1 实验数据集 | 第77-79页 |
| 4.4.2 评价指标及对比实验 | 第79-80页 |
| 4.4.3 实验结果与分析 | 第80-81页 |
| 4.5 本章小结 | 第81-82页 |
| 本章参考文献 | 第82-86页 |
| 第五章 基于移动用户签到位置轨迹相似的近邻好友推荐方法 | 第86-104页 |
| 5.1 引言 | 第86-87页 |
| 5.2 相关工作 | 第87-88页 |
| 5.2.1 基于位置的社会化网络好友推荐方法 | 第87-88页 |
| 5.2.2 基于位置的社会化网络用户的位置移动性与社会关系的关联性 | 第88页 |
| 5.3 问题描述 | 第88-89页 |
| 5.4 用户签到位置的时空特性 | 第89-91页 |
| 5.4.1 用户的签到频率 | 第89页 |
| 5.4.2 相邻两个签到位置点之间的移动速度 | 第89-91页 |
| 5.5 基于用户签到位置轨迹相似的近邻好友推荐 | 第91-97页 |
| 5.5.1 基于时间周期的用户签到位置轨迹构建 | 第91-92页 |
| 5.5.2 用户签到位置轨迹中重要区域的识别 | 第92-94页 |
| 5.5.3 轨迹模式类型 | 第94-95页 |
| 5.5.4 用户签到位置轨迹相似性 | 第95-96页 |
| 5.5.5 基于用户签到位置轨迹的近邻好友推荐 | 第96-97页 |
| 5.6 实验与分析 | 第97-100页 |
| 5.6.1 实验数据及推荐效果的评价指标 | 第97-98页 |
| 5.6.2 实验设计及结果分析 | 第98-100页 |
| 5.7 本章小结 | 第100-101页 |
| 本章参考文献 | 第101-104页 |
| 第六章 基于位置等多维上下文感知的移动前摄推荐方法 | 第104-124页 |
| 6.1 引言 | 第104页 |
| 6.2 移动网络环境中的基本数据模型 | 第104-105页 |
| 6.3 多维上下文感知下用户适应性选择偏好学习方法 | 第105-113页 |
| 6.3.1 上下文影响因素的确定 | 第105-106页 |
| 6.3.2 多维上下文感知下用户适应性选择层次分析模型 | 第106-110页 |
| 6.3.3 算法描述及复杂性分析 | 第110-113页 |
| 6.4 移动用户多维上下文环境下动态转移 | 第113-115页 |
| 6.5 移动前摄推荐策略 | 第115页 |
| 6.6 实验与分析 | 第115-120页 |
| 6.6.1 实验数据集 | 第115-116页 |
| 6.6.2 对用户行为选择有影响的上下文类型的确定 | 第116页 |
| 6.6.3 优化选择参数及μ训练数据集对学习准确率的影响 | 第116-119页 |
| 6.6.4 推荐结果分析 | 第119-120页 |
| 6.7 本章小结 | 第120页 |
| 本章参考文献 | 第120-124页 |
| 第七章 总结与展望 | 第124-128页 |
| 7.1 总结 | 第124-125页 |
| 7.2 展望 | 第125-128页 |
| 致谢 | 第128-130页 |
| 攻读博士期间完成的学术论文 | 第130页 |
