空间-文本数据的个性化语义查询与多样性推荐技术

本书结合当前空间-文本数据查询与推荐领域的研究热点和近期新研究成果，较为全面和系统地介绍空间-文本数据的个性化语义近似查询与多样性推荐技术。本书共6章，主要内容包括空间-文本数据查询的基础理论和相关技术、基于CGAN的空间关键字语义近似查询、查询结果典型程度分析与top-k近似选取、多样性与个性化兴趣点推荐方法、基于图神经网络的兴趣点推荐方法、基于用户偏好的下一个兴趣点推荐方法。本书可作为高等学校计算机专业、数据科学专业本科生和研究生的研究能力提升参考资料，也可供相关领域的研究人员学习和参考。

第1章 空间-文本数据查询的基础理论和相关技术
1.1 空间关键字查询方法研究现状
1.2 空间-文本对象和空间关键字查询
1.2.1 空间-文本对象和空间关键字查询的定义
1.2.2 空间关键字查询的处理方法
1.2.3 查询关键字拼写错误的处理方法
1.3 空间索引结构R-Tree
1.3.1 R-Tree结构
1.3.2 R-Tree查询操作
1.3.3 R-Tree插入操作
1.3.4 R-Tree删除操作
1.4 空间-文本混合索引结构
1.4.1 IR-Tree结构
1.4.2 IR-Tree实例
1.5 本章小结
1.6 参考文献
第2章 基于CGAN的空间关键字语义近似查询
2.1 引言
2.2 问题定义和解决方案
2.2.1 问题定义
2.2.2 解决方案
2.3 空间关键字查询语义扩展
2.3.1 GAN和CGAN
2.3.2 CGAN生成器的构建
2.3.3 判别器的构建
2.3.4 CGAN的构建
2.4 查询与结果的相关性评估
2.4.1 文本相似度评估
2.4.2 数值满意度评估
2.4.3 综合评分函数
2.5 索引结构与查询匹配算法
2.5.1 索引结构
2.5.2 实现算法
2.6 效果与性能实验评价
2.6.1 实验环境
2.6.2 CGAN模型的实现与效果
2.6.3 查询效果实验
2.6.4 查询效率实验
2.7 本章小结
2.8 参考文献
第3章 查询结果典型程度分析与top-k近似选取
3.1 引言
3.2 问题定义和解决方案
3.2.1 问题定义
3.2.2 解决方案
3.3 空间对象之间的距离评估
3.3.1 基于关键字耦合关系与核函数的文本语义距离评估
3.3.2 基于Word2Vec和CNN的文本语义距离评估
3.3.3 空间对象在各维度上的综合距离
3.4 查询结果的典型程度量化与top-k近似选取
3.4.1 查询结果的典型程度量化方法
3.4.2 top-k典型结果的近似选取
3.5 效果与性能实验评价
3.5.1 实验环境
3.5.2 空间对象文本信息的语义相似度评估准确性测试
3.5.3 空间对象典型程度评估与top-k近似选取算法的效果测试
3.5.4 top-k近似算法的性能测试
3.6 本章小结
3.7 参考文献
第4章 多样性与个性化兴趣点推荐方法
4.1 引言
4.2 兴趣点推荐的国内外研究现状分析
4.3 问题定义和解决方案
4.3.1 问题定义
4.3.2 解决方案
4.4 位置-社会关系模型
4.4.1 相关定义
4.4.2 位置-社会关系距离
4.5 兴趣点聚类划分
4.5.1 基于谱聚类的兴趣点聚类方法
4.5.2 兴趣点聚类划分示例
4.6 多样性与个性化兴趣点选取
4.7 效果与性能实验评价
4.7.1 实验数据
4.7.2 兴趣点的位置-社会关系模型效果实验
4.7.3 推荐效果实验
4.8 本章小结
4.9 参考文献
第5章 基于图神经网络的兴趣点推荐方法
5.1 引言
5.2 图神经网络和基于位置的社交网络
5.2.1 图神经网络
5.2.2 基于位置的社交网络
5.3 相关定义和解决方案
5.3.1 相关定义
5.3.2 解决方案模型
5.4 具体实现方法
5.4.1 用户嵌入向量建模
5.4.2 兴趣点嵌入向量建模
5.4.3 评分预测
5.4.4 模型训练
5.5 效果与实验性能分析
5.5.1 实验数据
5.5.2 比较方法
5.5.3 实验设置
5.5.4 实验结果分析
5.6 本章小结
5.7 参考文献
第6章 基于用户偏好的下一个兴趣点推荐方法
6.1 引言
6.2 下一个兴趣点推荐的国内外研究现状
6.2.1 基于马尔可夫模型的方法
6.2.2 基于嵌入的方法
6.2.3 基于神经网络模型的方法
……