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 |