基于用戶地理信息的混合推薦算法的研究.pdf

1、推薦系統(tǒng)向用戶提供個(gè)性化服務(wù)，在各類網(wǎng)站上的作用越來越大。無論是電影網(wǎng)站還是電子商務(wù)網(wǎng)站，隨著項(xiàng)目數(shù)量的增多，用戶的選擇變得越來越困難，過去的推薦算法已經(jīng)慢慢不適應(yīng)這個(gè)時(shí)代，需要更多地了解用戶的生活習(xí)慣以及興趣取向，才能為用戶推薦更合適的物品。目前我國(guó)的移動(dòng)設(shè)備發(fā)展迅速，小米、華為等公司可以為用戶提供價(jià)格適中，功能強(qiáng)大的各種移動(dòng)設(shè)備，例如智能手機(jī)、平板電腦、智能手表等。這些設(shè)備的普及可以使我們更多的去了解用戶的線下購(gòu)買習(xí)慣。位置信息的獲

2、取在過去一直是一個(gè)難題，不僅需要專業(yè)的設(shè)備，而且精度也是差強(qiáng)人意。然而隨著移動(dòng)設(shè)備的普及，用戶的位置信息的獲取不再需要價(jià)格昂貴的GPS設(shè)備，同樣隨著室內(nèi)定位技術(shù)的發(fā)展，用戶在購(gòu)物時(shí)的位置信息能夠更精確。本論文將用戶的位置信息作為一個(gè)元素加入到用戶的個(gè)性化推薦系統(tǒng)中，將用戶線上習(xí)慣與線下習(xí)慣相結(jié)合，提供更準(zhǔn)確的推薦結(jié)果。
　　本文首先介紹了個(gè)性化推薦的發(fā)展現(xiàn)狀以及各種個(gè)性化推薦算法的算法結(jié)構(gòu)以及優(yōu)缺點(diǎn)信息，然后介紹了最新的室內(nèi)定位技

3、術(shù)，并進(jìn)行橫向的比較。本文介紹的基于用戶地理信息的推薦算法是將用戶的位置信息與用戶的評(píng)分信息進(jìn)行加權(quán)綜合，獲取到與目標(biāo)用戶相似的鄰居用戶，再通過鄰居用戶來向目標(biāo)用戶提供推薦。用戶的位置信息有兩種，一種是用戶的簽到信息，另外一種是用戶在店鋪的停留時(shí)間信息。本算法在Java開發(fā)平臺(tái)下，使用大眾點(diǎn)評(píng)3315名用戶對(duì)499家店鋪的評(píng)分與簽到信息，通過實(shí)驗(yàn)證明，在加入用戶的位置信息后，對(duì)用戶的評(píng)分預(yù)測(cè)誤差有明顯的降低且推薦的準(zhǔn)確率與召回率都有顯著