基于時(shí)空數(shù)據(jù)和社交關(guān)系的個(gè)性化推薦研究.pdf

1、近些年來IT行業(yè)發(fā)展迅速，而且信息技術(shù)在生活中也得到了十分廣泛的應(yīng)用，特別是移動(dòng)智能設(shè)備的出現(xiàn)給人們的生活帶來了很多方便，基于此人們能夠獲取大量信息。社交網(wǎng)絡(luò)的出現(xiàn)使得人們的距離變得更近，人際交流成本也變得更低。與此同時(shí)，由于定位技術(shù)的應(yīng)用逐漸成熟，以及很多移動(dòng)終端都已經(jīng)連入網(wǎng)絡(luò)，進(jìn)而形成了龐大的社交網(wǎng)絡(luò)體系，通過社交網(wǎng)絡(luò)人們能夠更加全面地了解各種資訊信息。相比傳統(tǒng)社交網(wǎng)絡(luò)，位置社交網(wǎng)絡(luò)擁有更多的優(yōu)勢，其中最為明顯的就是將地理因素引入其

2、中，使得用戶能夠在網(wǎng)絡(luò)上簽到，將虛擬世界與物理世界充分地融合起來，用戶能夠相當(dāng)方便地將自己的地理位置進(jìn)行分享。現(xiàn)代社交網(wǎng)絡(luò)都是建立在位置的基礎(chǔ)上，大量的好友空間信息都包含在了其中，這對用戶興趣挖掘帶來了很多便利，同時(shí)為實(shí)現(xiàn)個(gè)性化的位置推薦，提供了更好的數(shù)據(jù)基礎(chǔ)。然而需要指出的是，由于數(shù)據(jù)量相當(dāng)龐大，所以用戶要尋找自己想要的信息存在較大難度。隨著這一社交網(wǎng)絡(luò)的出現(xiàn)，用戶將會(huì)得到更好的體驗(yàn)。截止目前為止，位置社交網(wǎng)絡(luò)已經(jīng)和很多領(lǐng)域結(jié)合在了一

3、起，其中電子商務(wù)和020就是典型的代表，通過與這些行業(yè)的聯(lián)系能夠創(chuàng)造更大的經(jīng)濟(jì)價(jià)值。鑒于此，近些年來針對位置社交網(wǎng)絡(luò)的個(gè)性化推薦技術(shù)已經(jīng)成為了人們研究的重點(diǎn)?？傮w來說，現(xiàn)階段國內(nèi)針對位置社交網(wǎng)絡(luò)推薦的研究比較落后，絕大部分研究是關(guān)于用戶歷史位置信息的研究，所以忽略了線上線下的互動(dòng)，因此研究方式不夠豐富。文中建立在時(shí)空數(shù)據(jù)挖掘的基礎(chǔ)上，對位置社交網(wǎng)絡(luò)的個(gè)性化推薦展開了深入探討。
　　全文主要進(jìn)行了以下幾個(gè)方面的研究:(1)搜集數(shù)據(jù)并

4、且進(jìn)行預(yù)處理。首先搜集整理了大量的真實(shí)數(shù)據(jù)，從時(shí)間、空間和社交等層面統(tǒng)計(jì)分析這些數(shù)據(jù)，找到用戶的行為特征，同時(shí)分析了用戶移動(dòng)受到的主要影響因素。(2)針對用戶位置偏好，建立了一種度量和計(jì)算偏好的方法。(3)針對用戶偏好計(jì)算的時(shí)候充分考慮時(shí)間這一因素，并且對時(shí)間偏好相似度的概念進(jìn)行了說明，從時(shí)間的角度分解了用戶-簽到矩陣，同時(shí)對矩陣進(jìn)行了填補(bǔ)，有效地避免了矩陣稀疏的問題發(fā)生。(4)將時(shí)間偏好相似與社交關(guān)系相似很好地結(jié)合在了一起，并且提出了