摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第9-15页 |
1.1 研究背景 | 第9-11页 |
1.1.1 基于位置的服务 | 第9-10页 |
1.1.2 基于位置社交网络 | 第10-11页 |
1.1.3 分布式并行计算 | 第11页 |
1.2 研究内容 | 第11-13页 |
1.2.1 用户行为特征分析 | 第11-12页 |
1.2.2 位置推荐研究 | 第12-13页 |
1.2.3 位置推荐算法的并行化研究 | 第13页 |
1.3 研究成果与意义 | 第13-14页 |
1.4 论文组织结构 | 第14-15页 |
第二章 基于位置的社交网络与相关技术 | 第15-21页 |
2.1 基于位置的社交网络概述 | 第15-16页 |
2.2 位置社交网网络的研究现状 | 第16-20页 |
2.2.1 用户移动位置特征研究 | 第16-17页 |
2.2.2 位置预测研究 | 第17-18页 |
2.2.3 位置推荐研究 | 第18-20页 |
2.2.4 位置搜索技术研究 | 第20页 |
2.3 本章小结 | 第20-21页 |
第三章 基于位置信息的用户行为分析 | 第21-33页 |
3.1 基于位置的社交网络的数据特征 | 第21-28页 |
3.1.0 FourSquare数据集 | 第21-22页 |
3.1.1 基于位置的社交网络数据集的世界范围分布 | 第22页 |
3.1.2 位置数据时间维度特征 | 第22-26页 |
3.1.3 位置数据空间维度特征 | 第26-27页 |
3.1.4 位置数据社交维度特征 | 第27-28页 |
3.2 基于位置的社交网络的用户行为分析 | 第28-32页 |
3.2.1 用户的签到位置分布特征 | 第28-30页 |
3.2.2 好友间签到位置分布特征 | 第30-32页 |
3.3 本章小结 | 第32-33页 |
第四章 基于用户位置数据的推荐系统与相关技术 | 第33-45页 |
4.1 推荐系统概述 | 第33-35页 |
4.1.1 推荐系统的形式化 | 第33-34页 |
4.1.2 推荐算法的分类 | 第34-35页 |
4.1.3 推荐系统的评价指标 | 第35页 |
4.2 基于位置数据的用户推荐系统 | 第35-44页 |
4.2.1 分布式平台上的协同过滤推荐算法 | 第35-37页 |
4.2.2 GeoHash实现地理编码 | 第37-38页 |
4.2.3 位置推荐系统架构设计 | 第38-39页 |
4.2.4 系统工程实现设计 | 第39-43页 |
4.2.5 实验过程与结果分析 | 第43-44页 |
4.3 本章小结 | 第44-45页 |
第五章 面向群组的位置群推荐 | 第45-53页 |
5.1 位置群推荐系统概述 | 第45-46页 |
5.1.1 位置群推荐 | 第45-46页 |
5.2 基于位置数据的位置群推荐研究 | 第46-51页 |
5.2.1 群组同行挖掘 | 第46-48页 |
5.2.2 面向群组的位置群推荐 | 第48页 |
5.2.3 实验过程 | 第48-49页 |
5.2.4 结果分析 | 第49-51页 |
5.3 本章小结 | 第51-53页 |
第六章 远程提问应用 | 第53-67页 |
6.1 应用概述 | 第53-54页 |
6.2 功能与需求分析 | 第54-55页 |
6.3 系统架构设计 | 第55-64页 |
6.3.1 客户端 | 第55-56页 |
6.3.2 业务服务器业务 | 第56-59页 |
6.3.3 推荐服务器 | 第59页 |
6.3.4 统一POI索引 | 第59-60页 |
6.3.5 数据库设计 | 第60-62页 |
6.3.6 推送服务器与推送队列 | 第62-64页 |
6.4 应用展示 | 第64-66页 |
6.5 本章小结 | 第66-67页 |
第七章 总结与展望 | 第67-69页 |
参考文献 | 第69-75页 |
致谢 | 第75-77页 |
攻读学位期间发表的学术论文目录 | 第77页 |