声明
摘要
1 绪论
1.1 研究背景
1.2 研究现状
1.2.1 基于地理信息的检索
1.2.2 基于地理信息的定位
1.2.3 基于地理信息的位置推荐
1.3 本文工作
1.4 本文结构
2 基于文档地名感知的地理信息检索模型
2.1 引言
2.2 相关工作
2.3 相关性检索模型
2.3.1 向量空间模型VSM
2.3.2 地理相关性模型
2.4 基于文档地名感知的模型
2.4.1 文档最小边界矩形(MBR)的确定
2.4.2 基于文档地名感知的模型
2.4.3 模型中的参数估计
2.5 地理本体库GeoNet和语料的构建
2.5.1 构建地理本体库GeoNet
2.5.2 语料
2.6 实验结果与分析
2.6.1 实验设计
2.6.2 实验结果和分析
2.7 本章小结
3 Twitter中基于用户tweet内容和社会网络的用户位置预测
3.1 引言
3.2 相关工作
3.3 基于地理信息的位置预测模型
3.3.1 文本模型
3.3.2 社会网络预测模型
3.3.3 混合预测模型
3.4 实验结果与分析
3.4.1 语料集
3.4.2 评价指标
3.4.3 预测模型
3.4.4 预测用户的居住城市(city-level)
3.4.5 预测用户的居住城镇(town-level)
3.4.6 用户粉丝和关注数量对预测的影响
3.4.7 训练集和测试集的差异
3.5 本章小结
4 LBS中基于用户兴趣和时间的位置推荐
4.1 前言
4.2 相关工作
4.3 推荐模型
4.3.1 基于位置的流行度和时间特征推荐
4.3.2 基于用户个人兴趣的推荐
4.3.3 基于朋友的推荐
4.3.4 混合推荐模型
4.4 实验结果与分析
4.4.1 实验语料
4.4.2 评价指标
4.4.3 实验方法设计
4.4.4 实验结果分析
4.4.5 范围选择对推荐结果的影响
4.4.6 用户签到数量对推荐结果的影响
4.5 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢