澳洲活動平臺下社團活動推薦系統(tǒng)的研究與實現.pdf

1、隨著移動互聯網的快速發(fā)展，越用越多的用戶傾向于使用移動端的應用，但是傳統(tǒng)推薦算法對用戶位置感知能力不強，不能有效應用于移動推薦場景。本文通過引入位置相似度并與傳統(tǒng)的相似度綜合使用，在一定程度上緩解了傳統(tǒng)推薦算法對位置感知能力差的缺點。并在此基礎上，本文結合澳洲活動平臺上活動和社團的推薦需求，分別提出了一種基于位置的活動推薦算法以及一種基于位置和標簽的社團推薦算法。最后實現了使用基于位置的活動推薦算法以及基于位置和標簽的社團推薦算法的原型

2、系統(tǒng)。論文的主要工作如下：
　?。?）對推薦系統(tǒng)的相關技術進行了研究，分析不同推薦算法的應用場景以及各自的優(yōu)缺點。通過對兩種基于位置的社交網絡的公開數據集：Meetup數據集和Foursquare數據集的分析發(fā)現用戶與活動之間的距離同用戶參與該距離區(qū)間內的用戶參與活動數量呈現 Power-Law分布。以此作為依據提出了一種基于用戶位置的用戶相似度計算方法，提出了一種結合位置信息的綜合相似度計算方法。并結合澳洲活動平臺中對于推薦系統(tǒng)

3、的相關需求分別實現了一種基于位置的活動推薦算法以及一種基于位置和標簽的社團推薦算法，然后采用公開的數據集對這兩種算法進行了測試，驗證了這兩種算法的有效性。
　?。?）針對基于位置的相似度算法中存在大量位置距離計算，從而導致相似度計算耗時過長的問題，本文通借鑒近似計算的思想將弧長求解過程轉換為矩形對角線的求解過程，并替換計算公式中非常耗時的三角函數。使得在計算相似度的過程中距離計算的耗時大幅下降。并通過實驗對比了新的計算算法的誤差，