| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 论文主要工作 | 第14-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第二章 基于社交关系和信任行为地点推荐 | 第17-33页 |
| 2.1 问题描述 | 第17-19页 |
| 2.2 融合社交和信任行为的地点推荐算法 | 第19-24页 |
| 2.2.1 近邻选择指标 | 第19-21页 |
| 2.2.2 距离影响力 | 第21-22页 |
| 2.2.3 推荐生成 | 第22-24页 |
| 2.3 实验结果和参数分析 | 第24-31页 |
| 2.3.1 数据集与实验环境 | 第24-25页 |
| 2.3.2 实验对比 | 第25-27页 |
| 2.3.3 参数影响 | 第27-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第三章 基于时空信息和潜在主题的地点推荐 | 第33-47页 |
| 3.1 问题描述 | 第33-34页 |
| 3.2 基于时空信息的概率模型推荐 | 第34-40页 |
| 3.2.1 数据描述 | 第34-35页 |
| 3.2.2 潜在主题特征获取 | 第35-38页 |
| 3.2.3 位置偏好获取 | 第38-39页 |
| 3.2.4 时间偏好获取 | 第39-40页 |
| 3.2.5 基于时间和位置偏好的推荐 | 第40页 |
| 3.3 实验分析 | 第40-44页 |
| 3.3.1 数据集描述 | 第40页 |
| 3.3.2 实验对比 | 第40-42页 |
| 3.3.3 参数影响 | 第42-43页 |
| 3.3.4 主题描述 | 第43-44页 |
| 3.4 本章小结 | 第44-47页 |
| 第四章 基于群组发现的地点推荐 | 第47-61页 |
| 4.1 问题描述 | 第47-48页 |
| 4.2 基于群组发现的地点推荐算法 | 第48-53页 |
| 4.2.1 多类型群组社区发现 | 第48-51页 |
| 4.2.2 推荐生成 | 第51-53页 |
| 4.3 实验分析 | 第53-59页 |
| 4.3.1 实验数据和实验环境 | 第53-54页 |
| 4.3.2 实验对比 | 第54-56页 |
| 4.3.3 参数影响 | 第56-59页 |
| 4.4 本章小结 | 第59-61页 |
| 第五章 基于位置社交信息和群组的地点推荐原型系统设计 | 第61-71页 |
| 5.1 需求分析 | 第61页 |
| 5.2 研究点与总体设计 | 第61-66页 |
| 5.2.1 研究点描述 | 第61-62页 |
| 5.2.2 输入输出数据 | 第62-63页 |
| 5.2.3 总体框架设计 | 第63-64页 |
| 5.2.4 推荐系统与研究点的区别和联系 | 第64-66页 |
| 5.3 模块设计 | 第66-69页 |
| 5.3.1 主题特征提取模块 | 第66页 |
| 5.3.2 群组生成模块 | 第66-67页 |
| 5.3.3 推荐生成模块 | 第67-69页 |
| 5.4 本章小结 | 第69-71页 |
| 第六章 基于位置社交信息和群组的地点推荐原型系统实现与测试 | 第71-77页 |
| 6.1 系统实现 | 第71-74页 |
| 6.1.1 主题特征提取实现 | 第71页 |
| 6.1.2 群组生成模块实现 | 第71-72页 |
| 6.1.3 推荐生成模块实现 | 第72-74页 |
| 6.2 模块测试结果 | 第74-76页 |
| 6.2.1 主题特征提取模块 | 第74-75页 |
| 6.2.2 群组发现模块 | 第75页 |
| 6.2.3 推荐生成模块 | 第75-76页 |
| 6.3 本章小结 | 第76-77页 |
| 第七章 总结与展望 | 第77-79页 |
| 7.1 论文工作总结 | 第77-78页 |
| 7.2 未来工作和展望 | 第78-79页 |
| 参考文献 | 第79-85页 |
| 致谢 | 第85-87页 |
| 攻读学位期间发表的学术论文目录 | 第87页 |