| 摘要 | 第3-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第17-39页 |
| 1.1 研究背景 | 第17-19页 |
| 1.2 研究目标与意义 | 第19-21页 |
| 1.3 研究内容 | 第21-24页 |
| 1.3.1 应用场景 | 第21-22页 |
| 1.3.2 研究问题 | 第22-24页 |
| 1.4 研究现状 | 第24-34页 |
| 1.4.1 网络-物理空间中物品关系挖掘模型 | 第25-29页 |
| 1.4.2 网络-物理空间中基于物品多维关系的应用 | 第29-34页 |
| 1.5 研究方法和主要成果 | 第34-37页 |
| 1.5.1 研究方法 | 第34-36页 |
| 1.5.2 主要成果 | 第36-37页 |
| 1.6 本文的结构和章节安排 | 第37-39页 |
| 第二章 基于物品使用事件的关系挖掘 | 第39-71页 |
| 2.1 研究动机 | 第39-42页 |
| 2.2 问题描述 | 第42-46页 |
| 2.3 解决方案 | 第46-51页 |
| 2.3.1 模型描述 | 第46-49页 |
| 2.3.2 模型推理 | 第49-51页 |
| 2.4 应用案例-物品语义标注 | 第51-70页 |
| 2.4.1 研究动机 | 第52-53页 |
| 2.4.2 案例描述 | 第53页 |
| 2.4.3 解决方案 | 第53-58页 |
| 2.4.4 实验验证 | 第58-70页 |
| 2.5 本章小结 | 第70-71页 |
| 第三章 基于物品属性特征的关系挖掘 | 第71-93页 |
| 3.1 研究动机 | 第71-73页 |
| 3.2 问题描述 | 第73页 |
| 3.3 解决方案 | 第73-76页 |
| 3.4 应用案例-物品搜询 | 第76-92页 |
| 3.4.1 研究动机 | 第77-79页 |
| 3.4.2 解决方案 | 第79-84页 |
| 3.4.3 实验验证 | 第84-92页 |
| 3.5 本章小结 | 第92-93页 |
| 第四章 基于于用户与物品交互行为的关系挖掘 | 第93-125页 |
| 4.1 研究动机 | 第93-95页 |
| 4.2 问题描述 | 第95-96页 |
| 4.3 解决方案 | 第96-101页 |
| 4.4 应用案例-物品推荐 | 第101-123页 |
| 4.4.1 研究动机 | 第101-103页 |
| 4.4.2 解决方案 | 第103-107页 |
| 4.4.3 用户与物品交互行为收集 | 第107-110页 |
| 4.4.4 实验验证 | 第110-120页 |
| 4.4.5 方案讨论 | 第120-123页 |
| 4.5 本章小结 | 第123-125页 |
| 第五章 基于多模态数据集的物品推荐算法 | 第125-147页 |
| 5.1 研究动机 | 第125-128页 |
| 5.2 解决方案 | 第128-137页 |
| 5.2.1 基于多模态数据集的商铺推荐算法 | 第129-132页 |
| 5.2.2 基于三部图的商铺推荐算法 | 第132-137页 |
| 5.3 实验验证 | 第137-146页 |
| 5.3.1 数据集及评价标准 | 第137-138页 |
| 5.3.2 实验方案设计 | 第138-140页 |
| 5.3.3 实验结果分析 | 第140-146页 |
| 5.4 本章小结 | 第146-147页 |
| 第六章 总结与展望 | 第147-151页 |
| 6.1 本文总结 | 第147-148页 |
| 6.2 研究展望 | 第148-151页 |
| 参考文献 | 第151-177页 |
| 致谢 | 第177-179页 |
| 攻读博士学位期间发表的学术论文目录 | 第179-181页 |
| 攻读博士学位期间参与的科研项目 | 第181-183页 |