基于LBSN的時空敏感的景點(diǎn)推薦.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展，越來越多的旅客選擇在線制定旅游計(jì)劃。通常，旅客希望在景點(diǎn)選取時既能包含熱門景點(diǎn)又能顧及自己的個性化需求，如何快速有效的幫助用戶個性化的選取景點(diǎn)成為了亟待解決的問題。
　　同時，以Foursquare為代表的基于位置的社交網(wǎng)絡(luò)(LBSNs)平臺得到了快速發(fā)展，通過“用戶簽到”等功能，LBSN把線下物理世界與線上虛擬世界聯(lián)系在了一起。在這種基于位置的社交網(wǎng)絡(luò)中，包含著豐富的好友時間空間信息，無疑為挖掘用戶興趣、進(jìn)行個

2、性化景點(diǎn)推薦提供了良好的數(shù)據(jù)基礎(chǔ)。
　　雖然已有部分學(xué)者對個性化景點(diǎn)推薦進(jìn)行了研究，然而由于缺乏對用戶行為相關(guān)的時空信息的挖掘和分析，導(dǎo)致了現(xiàn)有個性化推薦方法在景點(diǎn)推薦情況下對用戶行為建模不夠精確。同時，個性化景點(diǎn)推薦中還存在“數(shù)據(jù)稀疏性”和“異地推薦”等問題需要解決。
　　為了解決以上問題，本文基于Foursquare中的用戶社交數(shù)據(jù)和用戶簽到數(shù)據(jù)，考慮用戶行為中的時空信息，對LBSN中的個性化景點(diǎn)推薦問題進(jìn)行了研究。

3、r>　　本文首先針對LBSN原始簽到數(shù)據(jù)集，提出一種基于密度聚類的景點(diǎn)數(shù)據(jù)集抽取方法，在獲取景點(diǎn)相關(guān)簽到數(shù)據(jù)集的同時，初步緩解了LBSN數(shù)據(jù)集的數(shù)據(jù)稀疏性。接著，針對傳統(tǒng)協(xié)同過濾方法面對稀疏數(shù)據(jù)效果較差的問題，本文引入隱語義模型中的LDA主題模型來刻畫用戶興趣，同時結(jié)合人們到不同位置興趣會發(fā)生遷移的特點(diǎn)，設(shè)計(jì)了一種位置感知的用戶興趣模型(LLDA)，并給出相應(yīng)的模型求解算法。在此基礎(chǔ)上，融入對好友影響、人類活動規(guī)律和時間熱度的考慮，提出