|
|
|
基于MapReduce的LBSN兴趣点推荐算法研究 |
|
论文目录 |
|
摘要 | 第3-4页 | Abstract | 第4-5页 | 第1章 绪论 | 第10-19页 | 1.1 研究背景及意义 | 第10-14页 | 1.1.1 研究背景 | 第10-13页 | 1.1.2 研究意义 | 第13-14页 | 1.2 研究现状 | 第14-16页 | 1.2.1 LBSN兴趣点推荐算法的研究现状 | 第14-15页 | 1.2.2 基于MapReduce的推荐系统研究现状 | 第15-16页 | 1.3 论文内容和组织结构 | 第16-19页 | 1.3.1 论文内容和创新点 | 第16-17页 | 1.3.2 论文组织结构 | 第17-19页 | 第2章 相关技术研究综述 | 第19-29页 | 2.1 基于位置的社交网络概述 | 第19-22页 | 2.2 推荐系统和相关推荐技术 | 第22-27页 | 2.2.1 推荐系统概述 | 第22-23页 | 2.2.2 基于内容的推荐 | 第23-24页 | 2.2.3 协同过滤推荐 | 第24-27页 | 2.2.4 混合推荐 | 第27页 | 2.3 MapReduce编程模型概述 | 第27-28页 | 2.4 本章小结 | 第28-29页 | 第3章 LBSN中的兴趣点推荐算法 | 第29-38页 | 3.1 兴趣点推荐算法概述 | 第29-31页 | 3.1.1 兴趣点推荐算法的相关概念 | 第29-30页 | 3.1.2 基于DBSCAN的时空聚类算法 | 第30-31页 | 3.2 改进后的兴趣点推荐算法 | 第31-37页 | 3.2.1 基于网格的时空聚类算法 | 第31-35页 | 3.2.2 基于时空属性的用户相似度 | 第35页 | 3.2.3 兴趣度评分函数 | 第35-36页 | 3.2.4 改进后的算法执行流程 | 第36-37页 | 3.3 本章小结 | 第37-38页 | 第4章 基于MapReduce的LBSN兴趣点推荐算法 | 第38-48页 | 4.1 云平台概述 | 第38-40页 | 4.2 兴趣点推荐算法的MapReduce并行化 | 第40-47页 | 4.2.1 MapReduce编程基础 | 第40-42页 | 4.2.2 推荐算法的并行化设计 | 第42-45页 | 4.2.3 推荐算法的并行化实现 | 第45-47页 | 4.3 本章小结 | 第47-48页 | 第5章 LBSN兴趣点推荐算法的仿真 | 第48-57页 | 5.1 基于网格的兴趣点推荐算法仿真 | 第48-52页 | 5.1.1 实验环境 | 第48页 | 5.1.2 实验数据集 | 第48-49页 | 5.1.3 实验结果及分析 | 第49-52页 | 5.2 基于MapReduce的兴趣点推荐算法仿真 | 第52-56页 | 5.2.1 实验环境 | 第52-53页 | 5.2.2 实验数据集 | 第53-54页 | 5.2.3 实验结果及分析 | 第54-56页 | 5.3 本章小结 | 第56-57页 | 第6章 结论及展望 | 第57-59页 | 6.1 结论 | 第57-58页 | 6.2 展望 | 第58-59页 | 参考文献 | 第59-64页 | 致谢 | 第64-65页 | 攻读硕士学位期间从事的科研工作及取得的成果 | 第65页 |
|
|
|
|
论文编号BS2621055,这篇论文共65页 会员购买按0.35元/页下载,共需支付22.75元。 直接购买按0.5元/页下载,共需要支付32.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|