LBSN中的好友和地點推薦算法研究.pdf

1、隨著位置服務的普及，基于位置的社交網(wǎng)絡(LBSN)大為流行，并逐漸影響人們的日常生活。好友和地點是LBSN中的兩大主題，為用戶推薦好友和地點，已經(jīng)成為學術(shù)界和LBSN平臺重點關(guān)注的問題。因此，本文重點研究LBSN中的好友和地點推薦算法。
　　本文首先研究了LBSN中的好友推薦算法，提出了考慮用戶交友偏好的好友推薦算法。從興趣相似性、距離和熟識度三個屬性刻畫LBSN中的用戶，興趣相似性屬性基于信息熵理論計算、距離屬性通過樸素貝葉斯算

2、法推導、熟識度屬性建立在共同好友的基礎(chǔ)上。在對三個屬性進行集成時，考慮了用戶的交友偏好，通過目標用戶的好友列表確定各屬性的權(quán)重，形成了自適應用戶交友偏好的好友推薦算法。本文然后研究了LBSN中的地點推薦算法，提出了一種融合相似性和好友信任的地點推薦算法。將用戶劃分為目標用戶的非好友集和好友集，分別設(shè)計基于相似性和好友信任的地點推薦算法。相似性算法基于物質(zhì)擴散理論，并利用好友關(guān)系改進;好友信任算法基于社交影響因子。
　　在Fours