面向位置社交網(wǎng)絡(luò)的推薦服務(wù)研究.pdf

1、近年來，定位技術(shù)及其應(yīng)用取得了重大的突破，推動(dòng)了位置服務(wù)的快速發(fā)展，也為位置社交網(wǎng)絡(luò)(Location-based Social Networks，LBSN)的形成和發(fā)展奠定了基礎(chǔ)。LBSN是將現(xiàn)實(shí)世界的位置信息添加到虛擬網(wǎng)絡(luò)中，將虛擬網(wǎng)絡(luò)與現(xiàn)實(shí)世界連接在一起。通過位置社交網(wǎng)絡(luò)，用戶不僅可以分享自己的位置信息，而且還可以發(fā)表對(duì)某一位置點(diǎn)的評(píng)論，為其他用戶提供相應(yīng)的建議，因此位置社交網(wǎng)絡(luò)得到了快速發(fā)展。
　　隨著LBSN的快速發(fā)展，

2、導(dǎo)致了用戶信息和簽到位置數(shù)據(jù)不斷膨脹，使LBSN面臨著大數(shù)據(jù)的困擾。但與此同時(shí)，大數(shù)據(jù)作為一種稀缺資源，也為L(zhǎng)BSN帶來了潛在的商業(yè)價(jià)值。如果LBSN能夠充分利用這些歷史數(shù)據(jù)，通過對(duì)這些數(shù)據(jù)進(jìn)行分析，挖掘與其興趣相投的好友，從而拓展他們的社交圈;通過為他們推薦可能喜歡的位置興趣點(diǎn)，分享位置信息，則可有效為其提供旅行參考。那么，不僅可以為用戶提供更加貼心的服務(wù)，增加用戶的體驗(yàn)，而且也可以吸引更多的人加入到位置社交網(wǎng)絡(luò)中，從而促進(jìn)位置社交網(wǎng)

3、絡(luò)的良性循環(huán)和健康發(fā)展。
　　鑒此，本文對(duì)位置社交網(wǎng)絡(luò)及其推薦服務(wù)進(jìn)行了深入研究，提出了潛在好友推薦模型和個(gè)性化位置興趣點(diǎn)推薦模型。對(duì)于潛在好友推薦模型的研究，本文綜合考慮了用戶的社交關(guān)系、簽到特性及歷史簽到行為等相關(guān)因素，提出了一種利用用戶社交關(guān)系相似度和簽到行為相似度計(jì)算用戶綜合相似度的方法，最終根據(jù)用戶的綜合相似度為目標(biāo)用戶推薦潛在好友。其中，在計(jì)算用戶社交關(guān)系相似度時(shí)，本文將用戶之間擁有共同好友的比重作為衡量用戶社交關(guān)系相

4、似度的標(biāo)準(zhǔn);在計(jì)算用戶簽到行為相似度時(shí)，本文利用位置權(quán)重衡量用戶對(duì)各個(gè)位置興趣點(diǎn)的喜好程度，其值是由用戶的簽到記錄和好友的簽到記錄決定的。對(duì)于個(gè)性化位置興趣點(diǎn)推薦模型的研究，本文充分考慮LBSN用戶的簽到特性、社交關(guān)系和簽到位置的地理距離。在此模型中，采用位置興趣點(diǎn)聚類的方法改善新位置興趣點(diǎn)問題;通過用戶社交關(guān)系的聯(lián)系改善新用戶問題;利用用戶的簽到特性和社交關(guān)系填充評(píng)分矩陣，再將user-based算法與item-based算法相結(jié)合，