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--计算机软件论文--程序设计、软件工程论文--程序设计论文

旅游活动发现与游客行为挖掘研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-19页
    1.1 研究背景及意义第11-12页
        1.1.1 研究背景第11-12页
        1.1.2 研究意义第12页
    1.2 国内外研究现状第12-15页
        1.2.1 国内研究现状第13-14页
        1.2.2 国外研究现状第14-15页
    1.3 本文研究内容第15-16页
        1.3.1 基于时空情境的旅游大数据的采集与分析第15页
        1.3.2 旅游活动发现与挖掘第15-16页
        1.3.3 游客行为挖掘与旅游评论分类挖掘第16页
        1.3.4 旅游活动发现与游客行为挖掘系统的实现第16页
    1.4 论文的组织结构第16-19页
第二章 相关技术第19-23页
    2.1 文本分词预处理第19页
    2.2 文本主题特征抽取第19页
    2.3 基于词向量优化文本分类第19-21页
        2.3.1 预处理第20页
        2.3.2 文本表示及特征选择第20页
        2.3.3 构造分类器第20-21页
        2.3.4 分类第21页
    2.4 利用文本聚类挖掘潜在信息第21-22页
    2.5 本章小结第22-23页
第三章 基于旅游大数据的旅游活动识别第23-33页
    3.1 旅游数据的采集与预处理第23-25页
        3.1.1 互联网旅游数据采集爬取第23页
        3.1.2 游客签到数据预处理步骤第23-24页
        3.1.3 过滤无效的签到数据第24页
        3.1.4 对签到数据进行分词处理第24页
        3.1.5 去除签到数据中的停用词第24页
        3.1.6 去除低频词第24页
        3.1.7 二次过滤第24-25页
        3.1.8 对文本中的词语进行编码第25页
    3.2 基于卷积网络的旅游活动偏向识别算法CNN_TOPIC的提出第25-27页
        3.2.1 基于卷积网络的文本分类第25页
        3.2.2 卷积inception结构的应用第25-26页
        3.2.3 文本聚类特征的引入第26页
        3.2.4 CNN_TOPIC算法框图第26-27页
    3.3 基于卷积网络的旅游活动偏向识别算法CNN_TOPIC实验结果与分析第27-31页
    3.4 本章小结第31-33页
第四章 基于旅游景点的旅游活动发现与挖掘第33-45页
    4.1 基于主题模型的二部图景点相似度度量算法TSS的提出第33-35页
        4.1.1 TSS算法介绍第33页
        4.1.2 主题模型对数据的预处理第33-34页
        4.1.3 TSS算法流程第34-35页
    4.2 游客行为活动多特征相关性关联挖掘算法的提出第35-38页
        4.2.1 关联规则挖掘算法数据预处理流程第35页
        4.2.2 获取签到内容数据特征第35-36页
        4.2.3 FP-growth关联挖掘算法第36-38页
    4.3 实验结果与分析第38-43页
        4.3.1 基于主题模型的二部图景点相似度度量算法TSS的实验第38-41页
        4.3.2 游客行为活动多特征相关性关联挖掘的实验第41-43页
    4.4 本章小结第43-45页
第五章 游客行为挖掘与旅游评论分类挖掘第45-57页
    5.1 旅游评论数据情感分类第45-47页
        5.1.1 构建自定义情感词典第45页
        5.1.2 基于情感主题特征景点评价数据情感分类算法BSTDF_SC的提出第45-47页
    5.2 针对负向旅游景点评论数据的聚类挖掘第47-49页
        5.2.1 平衡权重评价主题模型的提出第47页
        5.2.2 平衡权重评价主题模型定义第47-48页
        5.2.3 平衡权重评价主题模型的模型参数估计第48-49页
        5.2.4 主题模型困惑度得分第49页
    5.3 实验结果与分析第49-56页
        5.3.1 旅游评论数据情感分类实验第49-52页
        5.3.2 针对负向旅游景点评论数据的聚类挖掘实验第52-56页
    5.4 本章小结第56-57页
第六章 旅游活动发现与游客行为挖掘系统的实现第57-71页
    6.1 系统的设计思想第57页
    6.2 系统需求分析第57页
    6.3 旅游数据准备第57-58页
    6.4 系统体系结构设计第58页
    6.5 系统流程第58-59页
    6.6 数据库设计第59-61页
    6.7 系统实现与测试第61-68页
    6.8 系统测试第68-69页
    6.9 本章小结第69-71页
第七章 总结与展望第71-73页
    7.1 工作总结第71页
    7.2 展望和今后工作第71-73页
参考文献第73-79页
致谢第79-81页
攻读学位期间研究成果第81页

论文共81页,点击 下载论文
上一篇:异构环境下Hadoop作业调度算法的研究与实现
下一篇:基于图像分析的网络视频弹幕的情感分类研究与应用