基于時間和標簽信息的個性化地點推薦方法研究.pdf

1、隨著移動設備、無線網絡和Web2.0的快速發(fā)展，基于位置的社交網絡（Location-Based Social Networks，LBSN）逐步興起，越來越多的人們通過這樣的平臺分享和獲取各類信息。為了有效幫助用戶快速發(fā)現自己感興趣的地點，個性化的地點推薦成為近年來研究的熱點之一。雖然已有學者對地點推薦展開了相關研究，但是仍然存在以下問題:首先，從推薦方法上看，學術界運用最普遍的方法是根據用戶的歷史簽到數據構建用戶評分矩陣，尋找相似用戶

2、進行協(xié)同過濾推薦，但是由于用戶的簽到數據存在嚴重的稀疏性，相似用戶的尋找較為困難，導致推薦的結果準確性較低。其次，從推薦的影響因素來看，目前的地點推薦中忽略了時間和標簽信息對于用戶偏好建模的影響。而在基于位置的社交網絡上，用戶的行為具有明顯的時間性，同時標簽作為文本描述信息可以為地點推薦帶來更多的參考依據。因此，本文針對上述問題，從時間因素和標簽信息兩個角度出發(fā)，對地點推薦方法進行了研究，主要工作和研究成果如下:
　　(1)從時間

3、角度對用戶行為進行分析，挖掘用戶行為與時間的內在關聯(lián)，基于時間的不一致性和連續(xù)性對矩陣分解方法進行改進，提出了一種基于時間屬性的地點推薦方法。
　　(2)從地點的分類、標簽信息入手，利用LDA方法挖掘標簽的隱含主題，得到主題-標簽的概率分布。在此基礎上，根據用戶的簽到記錄構建用戶-主題模型，并通過衡量用戶和地點在主題上的相似度預測用戶評分得到推薦結果。然后，對標簽主題建模的推薦方法進行了改進，提出了融合時間屬性和地點標簽的混合推薦