版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、LBSNS(移動定位社交服務)是LBS(基于位置服務)與SNS(社會性網(wǎng)絡服務)的結(jié)合體,兼有二者的特性。LBSNS的出現(xiàn)為人們提供了一種全新的社會服務形式,與此同時LBSNS的出現(xiàn)也引出了很多全新的研究課題,好友和位置推薦就是其中重要的一個課題,很多研究人員都針對這一問題展開了研究并取得了一定的成果,但是現(xiàn)有的研究成果在很多方面仍有不足,這主要表現(xiàn)在數(shù)據(jù)處理不準確,用戶相似性計算方法單一等方面,為了解決上述問題本文借助現(xiàn)有移動定位服務
2、中好友與位置推薦框架的組織形式,革新了其中的部分算法,進一步完善了推薦框架。最終形成的框架主要包括四個部分。
1.移動定位社交服務中好友和位置推薦算法。該算法作為指導性算法貫穿整個研究過程,之后的每一階段的工作都以該算法為依據(jù)。
2.用戶位置數(shù)據(jù)提取與處理。該部分主要負責對獲得到的用戶原始數(shù)據(jù)進行處理,去除其中的噪音數(shù)據(jù),從中提取具有參考價值的位置信息。
3.用戶相似性計算策略。該部分是整個研究的關(guān)鍵部分,
3、現(xiàn)有的用戶相似性計算策略主要分為兩種,一種從用戶地理位置的角度出發(fā)進行計算,另一種從用戶行為語義的角度出發(fā)進行計算,本文創(chuàng)新的將這兩種方法進行了有機的融合,這樣處理不僅進一步提升了計算的效率同時也提高了推薦的準確性。
4.好友和位置推薦方法。該部分通過一系列選擇方法從前兩個階段工作得到的數(shù)據(jù)中選取符合條件的結(jié)果為用戶進行好友和位置推薦。
因為本文的研究內(nèi)容具有很強的應用價值,因此,本文在理論研究的基礎(chǔ)上,構(gòu)建了移動定
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于位置社交網(wǎng)絡潛在好友推薦算法研究.pdf
- Instagram社交網(wǎng)中好友和位置推薦算法的研究與實現(xiàn).pdf
- 社交網(wǎng)絡環(huán)境下移動好友推薦系統(tǒng)研究.pdf
- 基于位置的社交網(wǎng)絡潛在好友推薦系統(tǒng)研究.pdf
- 社交網(wǎng)絡中好友推薦機制的研究.pdf
- 社交網(wǎng)絡中好友推薦技術(shù)的研究.pdf
- 社交網(wǎng)絡中基于位置信息的好友預測研究.pdf
- 手持移動設備中社交型位置服務研究.pdf
- 在線社交中基于微博的好友推薦系統(tǒng)設計與實現(xiàn).pdf
- 社交網(wǎng)絡中基于圖排序的好友推薦機制研究與實現(xiàn).pdf
- 基于社交網(wǎng)絡和地理位置信息的好友推薦方法研究.pdf
- 面向位置社交網(wǎng)絡的推薦服務研究.pdf
- 基于圖模型的社交網(wǎng)絡好友推薦與優(yōu)化.pdf
- 移動互聯(lián)網(wǎng)中好友推薦機制的研究.pdf
- 基于社交網(wǎng)絡本體的好友推薦策略研究與實現(xiàn).pdf
- 近鄰移動社交網(wǎng)絡中鄰居發(fā)現(xiàn)和好友匹配研究.pdf
- mba論文面向位置社交網(wǎng)絡的推薦服務研究pdf
- 移動位置服務中基礎(chǔ)定位平臺技術(shù)的研究與實現(xiàn).pdf
- 基于社交位置的移動零售服務的研究與設計.pdf
- 基于位置服務社交網(wǎng)絡的推薦方法研究.pdf
評論
0/150
提交評論