基于时间感知的地点推荐算法.pdf

CN43—1258／TP 计算机工程与科学 第 38卷第 3期 2016年 3月 ISSN 1007—13OX ComputerEngineering Science V01．38，No．3．Mar．2016 文章编号 ：1007—130X(2016)03—0590—06 基于时间感知的地点推荐算法 卢 露 (上海 电力学院计算机科学与技术学院，上海 200090) 摘 要：基于位置社交网络的服务层 出不穷，而地点推荐系统是其最主要的应用之一 。目前地点推荐 算法均致力于提高用户对地点的兴趣度预测，没有考虑时间因素对推荐结果的影响。事实上人们是否访 问某一地点，与其所处的时间是紧密相关的。因此提 出了一种概率模型，在统一 的框架下将用户的兴趣 度、用户所处时间和地点 自身的流行度三个因素综合考虑，并在真实的数据集 Foursquare上进行了测试。 实验表 明，与其他的方法相比，本方法能够获得更好的推荐效果，增强了用户体验。 关键词 ：基 于位置社 交网络；地点推荐 ；贝叶斯原理 中图分类号 ：TP301．6 文献标志码 ：A doi：lO．3969／j．issn．1007—13OX．2O16．O3．029 A time’。awarebasedlocationrecommendation algorithm LU lU (CollegeofComputerScienceandTechnology，ShanghaiUniversityofElectricPower，Shanghai200090，China) Abstract：An increasingnumberoflocation based socialnetworking servicesemerge，and location recommendationsystemsareoneofitsmainapplications．Currently，moreandmorescholarsstudyloca— tionrecommendationalgorithms，whicharecommittedtoimprovethepredictionofusers’locationinter— estdegreewithoutconsideringthetimefactor．Infactwhetherornotpeoplewillvisitaplaceisclosely relatedtotiming．W ethereforeproposeaprobabilisticmodel，whichtakesthethreefactors，whichare users’interestdegreeintheplace，timingandthepopularityoftheplace，intoaccountundertheunified framework．W etestthealgorithm onarealdatasetextracted from Foursquare．and theresultsshow thatourmethodcan achievebetterrecommendation comparedwith theclassicalapproaches，anditcan enhanceusers’experienceaswel1． Keywords：locationbasedsocialnetwork；location recommendation；Bayesianprinciple 用户分享和交流。通过 LBSN，我们可以收集一个 1 引言 包含数亿用户签到记录的时空数据库 。通过分析 数据库，可以提取很多有用 的信息，如用户对什么