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--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于本地移动轨迹和相似关系的兴趣点推荐

摘要第5-6页
Abstract第6-7页
第1章 绪论第12-20页
    1.1 研究背景和意义第12-13页
    1.2 国内外研究现状第13-17页
        1.2.1 基于纯粹签到数据的推荐第14-15页
        1.2.2 基于位置轨迹数据的推荐第15-16页
        1.2.3 基于社交媒体数据的推荐第16-17页
    1.3 本文主要工作第17-18页
    1.4 论文组织结构第18-19页
    1.5 本章小结第19-20页
第2章 兴趣点推荐简介第20-30页
    2.1 推荐系统评测标准第20-21页
    2.2 传统推荐系统第21-24页
        2.2.1 基于内容的推荐第21-23页
        2.2.2 基于协同过滤的推荐第23-24页
    2.3 兴趣点推荐系统第24-26页
        2.3.1 基于位置的社交网络第24-25页
        2.3.2 基于位置社交网络的推荐系统第25-26页
    2.4 兴趣点推荐方法第26-29页
        2.4.1 基于地理影响的兴趣点推荐第26-27页
        2.4.2 基于社交影响的兴趣点推荐第27-28页
        2.4.3 基于文本挖掘的兴趣点推荐第28页
        2.4.4 基于时间影响的兴趣点推荐第28-29页
    2.5 本章小结第29-30页
第3章 用户画像行为特征及问题定义第30-38页
    3.1 基本概念第30-31页
    3.2 个体行为画像第31-33页
    3.3 群体行为画像第33-35页
    3.4 问题定义第35-37页
        3.4.1 系统设定第36-37页
        3.4.2 兴趣点推荐问题第37页
    3.5 本章小结第37-38页
第4章 基于本地轨迹的兴趣点推荐第38-46页
    4.1 本地轨迹移动模型(LTMM)第38-40页
    4.2 基于本地轨迹的推荐方法第40-41页
    4.3 实验结果与分析第41-45页
        4.3.1 数据集第41-42页
        4.3.2 评估标准第42页
        4.3.3 实验结果比较第42-45页
    4.4 本章小结第45-46页
第5章 基于本地相似关系的兴趣点推荐第46-54页
    5.1 本地活动相似度第46-47页
    5.2 基于本地相似关系的推荐算法第47-48页
    5.3 协同POI推荐第48-49页
    5.4 实验结果与分析第49-53页
        5.4.1 数据集第49-50页
        5.4.2 评估标准第50页
        5.4.3 参数调节第50-51页
        5.4.4 结果比较第51-53页
    5.5 本章小结第53-54页
结论第54-56页
参考文献第56-63页
附录A 攻读硕士学位期间所发表的学术论文目录第63-64页
附录B 攻读硕士学位期间所参与的科研活动第64-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:面向绿色云计算的资源分配策略研究
下一篇:基于机器视觉的罐盖缺陷检测技术研究