| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景和意义 | 第9-12页 |
| 1.1.1 研究背景 | 第9-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 国内外现状 | 第12-15页 |
| 1.3 研究目标和研究内容 | 第15页 |
| 1.4 论文的结构安排 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 2 基于时效区划分地理圈和社交圈 | 第17-30页 |
| 2.1 LBSN特征 | 第17-22页 |
| 2.1.1 LBSN结构特征 | 第17-20页 |
| 2.1.2 LBSN数据特点 | 第20-22页 |
| 2.2 用户签到的空间聚集现象 | 第22-23页 |
| 2.2.1 空间聚集现象 | 第22-23页 |
| 2.2.2 划分地理圈 | 第23页 |
| 2.3 用户签到的时效性 | 第23-27页 |
| 2.4 时效性地理圈和社交圈 | 第27-29页 |
| 2.4.1 时效性地理圈 | 第27-28页 |
| 2.4.2 时效性社交圈 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 3 地理和社交影响因素 | 第30-40页 |
| 3.1 个性化偏好 | 第30-31页 |
| 3.1.1 个性化偏好定义 | 第30页 |
| 3.1.2 个性化偏好数值计算 | 第30-31页 |
| 3.2 距离相似度 | 第31-33页 |
| 3.2.1 距离相似度的定义 | 第32页 |
| 3.2.2 距离相似度的度量 | 第32-33页 |
| 3.3 主题相似度 | 第33-34页 |
| 3.3.1 主题相似度的定义 | 第33页 |
| 3.3.2 主题相似度的度量 | 第33-34页 |
| 3.4 偏好相似度 | 第34页 |
| 3.4.1 偏好相似度定义 | 第34页 |
| 3.4.2 偏好相似度计算 | 第34页 |
| 3.5 权威度 | 第34-38页 |
| 3.5.1 权威度定义 | 第35-36页 |
| 3.5.2 权威度计算 | 第36-38页 |
| 3.6 亲密度 | 第38-39页 |
| 3.6.1 亲密度定义 | 第38页 |
| 3.6.2 亲密度计算 | 第38-39页 |
| 3.7 本章小结 | 第39-40页 |
| 4 基于矩阵分解的兴趣点推荐模型 | 第40-47页 |
| 4.1 兴趣点推荐框架 | 第40-42页 |
| 4.1.1 矩阵拆解 | 第41页 |
| 4.1.2 矩阵分解 | 第41页 |
| 4.1.3 矩阵归并 | 第41-42页 |
| 4.2 兴趣点推荐模型 | 第42-45页 |
| 4.2.1 GSTS模型 | 第42-43页 |
| 4.2.2 模型训练 | 第43-45页 |
| 4.3 本章小结 | 第45-47页 |
| 5 实验及结果分析 | 第47-56页 |
| 5.1 数据集 | 第47-48页 |
| 5.2 评价标准 | 第48页 |
| 5.3 不同的权威度计算方法和矩阵归并策略下的推荐性能比较 | 第48-50页 |
| 5.4 不同目标函数参数下的推荐性能比较 | 第50-51页 |
| 5.5 与其它兴趣点推荐算法的比较 | 第51-54页 |
| 5.6 与随机兴趣点推荐的比较 | 第54-55页 |
| 5.7 本章小结 | 第55-56页 |
| 6 总结和展望 | 第56-58页 |
| 6.1 工作总结 | 第56页 |
| 6.2 工作展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63页 |
| A. 作者在攻读学位期间成果目录 | 第63页 |
| B. 作者在攻读学位期间参加的项目 | 第63页 |