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 |