基于位置的社交網(wǎng)絡(luò)中個性化路徑推薦算法的研究.pdf

1、目前，互聯(lián)網(wǎng)上的線上社交網(wǎng)絡(luò)的研究已經(jīng)很成熟，物理世界中的線下社會交往也是社會學(xué)中的研究熱點，因此對線上社交網(wǎng)絡(luò)和線下物理世界結(jié)合起來的異構(gòu)網(wǎng)絡(luò)的研究就變得非常有意義，如越來越流行的基于位置的社交網(wǎng)絡(luò)（Location Based Social Network），它是一個通過位置信息理解用戶行為和偏好的新平臺。
　　本文主要研究基于位置的社交網(wǎng)絡(luò)，從人們的活動具有一定的規(guī)律性出發(fā)，通過位置的語義信息，也就是種類信息，來描述用戶活動

2、的這種規(guī)律性，推薦與用戶活動規(guī)律相符合的個性化路徑。
　　本文考慮位置的語義信息，由于同時使用位置的地理信息和語義信息能夠更好的描述用戶的活動情況，本文對用戶的原始活動軌跡進(jìn)行處理，將用戶軌跡表示成地理空間的位置軌跡和對應(yīng)在語義空間的種類軌跡，并得到用戶在不同位置種類下的經(jīng)驗值，建立用戶模型。在此基礎(chǔ)上，從用戶的種類軌跡中挖掘能夠體現(xiàn)用戶活動規(guī)律的個性化信息，本文定義為活動模式，根據(jù)用戶模型計算用戶相似性，從相似性高的用戶中選擇與

3、特定用戶活動模式相匹配的候選路徑，通過打分策略，綜合考慮了用戶自身的活動模式、用戶的整體相似性、用戶在不同種類下的相似程度以及位置在其所屬種類下的流行度，將得分最高的幾個路徑推薦給用戶。本文定義的活動模式是在語義空間的，這種考慮位置語義信息的方式與傳統(tǒng)方式相比,在用戶指定一個陌生的區(qū)域時也可以進(jìn)行推薦。
　　本文使用的實驗數(shù)據(jù)是GeoLife上收集的真實數(shù)據(jù)和包含北京60％ POI的數(shù)據(jù)集。實驗結(jié)果表明35%左右的用戶存在活動模式