声明
致谢
1绪论
1.1研究背景及意义
1.2国内外研究现状
1.3本文主要工作
1.4论文结构安排
2相关知识
2.1兴趣点推荐算法概述
2.1.1基于用户签到矩阵的兴趣点推荐算法
2.1.2基于文本信息挖掘的兴趣点推荐算法
2.1.3基于地理位置的兴趣点推荐算法
2.1.4基于社交关系的兴趣点推荐
2.2潜在的狄利克雷主题模型概述
2.2.1潜在的狄利克雷主题模型的简介
2.2.2 LDA主题模型原理
2.3卷积神经网络概述
2.3.1卷积神经网络简介
2.3.2卷积神经网络的结构
2.4Glove概述
2.4.1 Glove的简介
2.4.2 Glove的词向量训练
2.5.1矩阵分解简介
2.5.2矩阵分解的基本原理
2.5.3矩阵分解的概率模型
2.6本章小结
3基于相似度融合和动态预测的兴趣点推荐算法
3.1基于LDA主题模型的相似性度量
3.2SI算法
3.3DP算法
3.4.1数据集描述
3.4.2对比算法
3.4.3评价指标
3.5实验分析
3.5.1参数的有效性
3.5.2实验结果分析
3.6本章小结
4基于签到数据的卷积矩阵分解兴趣点推荐算法
4.1基于签到数据的ET模型
4.2 ETM-CNN模型
4.3 CMF算法
4.4.1 Yelp数据集描述
4.4.2对比算法
4.4.3评价指标
4.5实验分析
(1)参数设置
(2)对比实验分析
4.6本章小结
5总结与展望
5.1总结
5.2展望
参考文献
作者简历
学位论文原创性声明
学位论文数据集