基于位置社交網(wǎng)絡的個性化地點推薦算法研究.pdf

1、隨著社交網(wǎng)絡和定位服務的發(fā)展，基于位置的社交網(wǎng)絡逐漸興起。在這個信息爆炸的時代，個性化推薦算法可以有效幫助社交網(wǎng)絡的用戶過濾掉自己不感興趣的信息，更好的發(fā)掘用戶的愛好，這樣可以大大的增加用戶在社交網(wǎng)絡的活躍度。目前推薦算法已經(jīng)在傳統(tǒng)的在線社交網(wǎng)絡平臺上得到了廣泛應用，對于基于位置的社交網(wǎng)絡來說，推薦系統(tǒng)也是必不可少的。
　　相比傳統(tǒng)在線社交網(wǎng)絡推薦系統(tǒng)，位置社交推薦系統(tǒng)引入了地理位置信息，能更好地幫助推薦系統(tǒng)發(fā)現(xiàn)用戶的喜好。目前，

2、在位置社交推薦系統(tǒng)中，推薦類型主要包括好友推薦、活動推薦和地點推薦。其中地點推薦已經(jīng)成為了最近研究的一個重點。然而由于基于位置的社交網(wǎng)絡大部分的地點簽到的人很少，甚至有些新開發(fā)的地點沒有人簽到過，使得地點推薦算法不可避免的面臨數(shù)據(jù)稀疏和冷啟動的問題。
　　本文對位置社交推薦系統(tǒng)進行了廣泛的研究，介紹了基于位置的社交網(wǎng)絡的結(jié)構(gòu)、相關(guān)的推薦算法以及推薦系統(tǒng)的構(gòu)成等。同時，針對個性化地點推薦這個類型，深入研究了影響地點推薦的三個因素:用

3、戶偏好、社交因素和地理位置，并針對這三個因素介紹了三種基本的個性化推薦算法:基于用戶的協(xié)同過濾算法、基于社交影響因子的協(xié)同過濾算法和樸素貝葉斯分類。另外，本文深入分析了個性化地點推薦算法面臨的數(shù)據(jù)稀疏、冷啟動和簽到地點距離常居地的遠近這三個問題。并通過對這三個問題的分析，提出了一種改進的自適應地點推薦算法。該算法融合用戶協(xié)同過濾、社交影響因子和樸素貝葉斯分類，并適應用戶的當前位置，力求給用戶推薦最適合用戶當前位置的地點。
　　本文