基于時(shí)間和標(biāo)簽信息的個(gè)性化地點(diǎn)推薦方法研究.pdf

1、隨著移動(dòng)設(shè)備、無(wú)線網(wǎng)絡(luò)和Web2.0的快速發(fā)展，基于位置的社交網(wǎng)絡(luò)（Location-Based Social Networks，LBSN）逐步興起，越來(lái)越多的人們通過(guò)這樣的平臺(tái)分享和獲取各類信息。為了有效幫助用戶快速發(fā)現(xiàn)自己感興趣的地點(diǎn)，個(gè)性化的地點(diǎn)推薦成為近年來(lái)研究的熱點(diǎn)之一。雖然已有學(xué)者對(duì)地點(diǎn)推薦展開(kāi)了相關(guān)研究，但是仍然存在以下問(wèn)題:首先，從推薦方法上看，學(xué)術(shù)界運(yùn)用最普遍的方法是根據(jù)用戶的歷史簽到數(shù)據(jù)構(gòu)建用戶評(píng)分矩陣，尋找相似用戶

2、進(jìn)行協(xié)同過(guò)濾推薦，但是由于用戶的簽到數(shù)據(jù)存在嚴(yán)重的稀疏性，相似用戶的尋找較為困難，導(dǎo)致推薦的結(jié)果準(zhǔn)確性較低。其次，從推薦的影響因素來(lái)看，目前的地點(diǎn)推薦中忽略了時(shí)間和標(biāo)簽信息對(duì)于用戶偏好建模的影響。而在基于位置的社交網(wǎng)絡(luò)上，用戶的行為具有明顯的時(shí)間性，同時(shí)標(biāo)簽作為文本描述信息可以為地點(diǎn)推薦帶來(lái)更多的參考依據(jù)。因此，本文針對(duì)上述問(wèn)題，從時(shí)間因素和標(biāo)簽信息兩個(gè)角度出發(fā)，對(duì)地點(diǎn)推薦方法進(jìn)行了研究，主要工作和研究成果如下:
　　(1)從時(shí)間

3、角度對(duì)用戶行為進(jìn)行分析，挖掘用戶行為與時(shí)間的內(nèi)在關(guān)聯(lián)，基于時(shí)間的不一致性和連續(xù)性對(duì)矩陣分解方法進(jìn)行改進(jìn)，提出了一種基于時(shí)間屬性的地點(diǎn)推薦方法。
　　(2)從地點(diǎn)的分類、標(biāo)簽信息入手，利用LDA方法挖掘標(biāo)簽的隱含主題，得到主題-標(biāo)簽的概率分布。在此基礎(chǔ)上，根據(jù)用戶的簽到記錄構(gòu)建用戶-主題模型，并通過(guò)衡量用戶和地點(diǎn)在主題上的相似度預(yù)測(cè)用戶評(píng)分得到推薦結(jié)果。然后，對(duì)標(biāo)簽主題建模的推薦方法進(jìn)行了改進(jìn)，提出了融合時(shí)間屬性和地點(diǎn)標(biāo)簽的混合推薦