基于LBSN的時空敏感的景點推薦.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展，越來越多的旅客選擇在線制定旅游計劃。通常，旅客希望在景點選取時既能包含熱門景點又能顧及自己的個性化需求，如何快速有效的幫助用戶個性化的選取景點成為了亟待解決的問題。
　　同時，以Foursquare為代表的基于位置的社交網(wǎng)絡(LBSNs)平臺得到了快速發(fā)展，通過“用戶簽到”等功能，LBSN把線下物理世界與線上虛擬世界聯(lián)系在了一起。在這種基于位置的社交網(wǎng)絡中，包含著豐富的好友時間空間信息，無疑為挖掘用戶興趣、進行個

2、性化景點推薦提供了良好的數(shù)據(jù)基礎。
　　雖然已有部分學者對個性化景點推薦進行了研究，然而由于缺乏對用戶行為相關的時空信息的挖掘和分析，導致了現(xiàn)有個性化推薦方法在景點推薦情況下對用戶行為建模不夠精確。同時，個性化景點推薦中還存在“數(shù)據(jù)稀疏性”和“異地推薦”等問題需要解決。
　　為了解決以上問題，本文基于Foursquare中的用戶社交數(shù)據(jù)和用戶簽到數(shù)據(jù)，考慮用戶行為中的時空信息，對LBSN中的個性化景點推薦問題進行了研究。

3、r>　　本文首先針對LBSN原始簽到數(shù)據(jù)集，提出一種基于密度聚類的景點數(shù)據(jù)集抽取方法，在獲取景點相關簽到數(shù)據(jù)集的同時，初步緩解了LBSN數(shù)據(jù)集的數(shù)據(jù)稀疏性。接著，針對傳統(tǒng)協(xié)同過濾方法面對稀疏數(shù)據(jù)效果較差的問題，本文引入隱語義模型中的LDA主題模型來刻畫用戶興趣，同時結合人們到不同位置興趣會發(fā)生遷移的特點，設計了一種位置感知的用戶興趣模型(LLDA)，并給出相應的模型求解算法。在此基礎上，融入對好友影響、人類活動規(guī)律和時間熱度的考慮，提出