首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于GPS轨迹的位置预测和活动推荐

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-16页
    1.1 问题的提出和定义第10-11页
        1.1.1 基于位置推荐问题的提出第10页
        1.1.2 基于位置推荐问题的定义第10-11页
    1.2 国内外研究现状第11-13页
        1.2.1 推荐系统的研究进展第11-12页
        1.2.2 推荐系统面临的挑战第12-13页
    1.3 本文的研究内容和意义第13-14页
    1.4 本文的组织结构第14-16页
第2章 相关理论与技术第16-22页
    2.1 k-中心点聚类第16-17页
    2.2 关联规则第17-19页
    2.3 相似度衡量第19-20页
    2.4 本章小结第20-22页
第3章 数据分析第22-30页
    3.1 Geolife数据集分析第22-27页
        3.1.1 Geolife数据集介绍第22-25页
        3.1.2 Geolife数据特征分析第25-27页
    3.2 大众点评数据集分析第27页
    3.3 数据集合并第27-29页
        3.3.1 官方授权和技术支持第27页
        3.3.2 利用Api获取相关数据第27-28页
        3.3.3 分析、解析采集到的数据第28-29页
        3.3.4 选择最可能的Activity第29页
        3.3.5 指定系统预设的感兴趣的类别第29页
    3.4 本章小结第29-30页
第4章 基于用户相似的位置预测第30-44页
    4.1 问题描述第30-33页
        4.1.1 问题提出第30页
        4.1.2 问题定义第30-33页
    4.2 算法组织结构第33-34页
    4.3 数据预处理与兴趣点提取第34-38页
        4.3.1 数据预处理第34-35页
        4.3.2 StayPoint探测算法第35-36页
        4.3.3 StayRegion模糊聚类算法第36-38页
    4.4 相似用户发现算法第38-39页
        4.4.1 区域划分聚类第38页
        4.4.2 交互矩阵构建第38-39页
        4.4.3 相似度计算第39页
    4.5 基于相似用户的位置推荐算法第39-42页
    4.6 本章小结第42-44页
第5章 基于活动规则的位置预测和活动推荐第44-54页
    5.1 问题描述第44-46页
        5.1.1 问题提出第44页
        5.1.2 问题定义第44-46页
    5.2 算法组织结构第46-47页
    5.3 数据预处理与SPA建模第47-48页
        5.3.1 SPA点提取第47页
        5.3.2 构建SPA模型第47-48页
    5.4 SPAG模型构建第48-49页
    5.5 语义序列规则提取算法第49-52页
        5.5.1 活动事务生成规则第50页
        5.5.2 频繁项提取规则第50页
        5.5.3 强规则挖掘规则第50-51页
        5.5.4 语义序列规则提取算法第51-52页
    5.6 本章小结第52-54页
第6章 实验结果分析第54-64页
    6.1 实验环境第54页
    6.2 基于用户相似的推荐算法实验分析第54-59页
        6.2.1 实验参数说明第54-55页
        6.2.2 评价标准第55-56页
        6.2.3 停留点提取参数讨论第56-57页
        6.2.4 SR模糊聚类参数讨论第57-58页
        6.2.5 区域划分参数讨论第58-59页
    6.3 基于活动规则的推荐算法实验分析第59-61页
        6.3.1 实验参数说明第59页
        6.3.2 评价标准第59-60页
        6.3.3 SPA活动概率阈值讨论第60-61页
        6.3.4 置信度取值讨论第61页
    6.4 实验对比与结果分析第61-64页
第7章 总结与展望第64-66页
    7.1 本文主要工作第64页
    7.2 进一步工作第64-66页
参考文献第66-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:硅钢脱氧工艺及夹杂物行为控制研究
下一篇:车载单目相机的在线自标定算法研究