基于位置的社交網(wǎng)絡(luò)中高性能興趣點(diǎn)推薦算法研究.pdf

1、近些年來(lái)，隨著定位技術(shù)的民用化和智能設(shè)備的大眾化，基于位置的社交網(wǎng)絡(luò)得到了極大發(fā)展，它將地理位置信息融合到普通社交網(wǎng)絡(luò)上，論文便是研究這種網(wǎng)絡(luò)中興趣點(diǎn)的推薦算法。
　　興趣點(diǎn)推薦有助于人們發(fā)現(xiàn)感興趣地點(diǎn)。傳統(tǒng)推薦方法僅僅考慮空間聚類(lèi)現(xiàn)象對(duì)興趣點(diǎn)推薦的影響或者僅僅對(duì)固定時(shí)間段內(nèi)的興趣點(diǎn)做推薦，而沒(méi)有考慮興趣點(diǎn)推薦存在時(shí)間和空間上的衰減現(xiàn)象。為了進(jìn)一步提高興趣點(diǎn)推薦算法的性能，論文主要做了以下研究：
　?。?）就統(tǒng)計(jì)意義上來(lái)說(shuō)，

2、用戶(hù)訪(fǎng)問(wèn)時(shí)間相隔越短或者距離越近的興趣點(diǎn)之間的相似度越高，在推薦算法中的權(quán)值越大。因此，在性能最好的傳統(tǒng)基于興趣點(diǎn)的協(xié)同過(guò)濾推薦算法基礎(chǔ)上，引入時(shí)間衰減函數(shù)或者空間衰減函數(shù)作為權(quán)值進(jìn)行興趣點(diǎn)相似度求解的改進(jìn)，并將改進(jìn)算法運(yùn)用于興趣點(diǎn)推薦，在實(shí)際數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，結(jié)果表明引入時(shí)間衰減函數(shù)或者引入空間衰減函數(shù)的基于興趣點(diǎn)協(xié)同過(guò)濾的上下文感知推薦算法比那些傳統(tǒng)推薦算法有更好的推薦性能。
　　（2）為了能同時(shí)考慮到興趣點(diǎn)相似度在時(shí)間和空間