一种基于位置社交网络的地点推荐算法-计算机应用研究.pdfVIP

第３３卷第７期 计 算 机 应 用 研 究 Ｖｏｌ３３Ｎｏ７ ２０１６年７月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｊｕｌ．２０１６ 一种基于位置社交网络的地点推荐算法 袁适之，李　晶，李石君，高　榕 （武汉大学计算机学院，武汉４３００７２） 摘　要：针对目前基于用户签到的地点推荐方法忽略了用户未评分的项集以及忽视了用户签到次数的差异，以 及基于社交影响的地点推荐算法中缺乏对用户之间必要的相关性描述的情况，提出一种新的算法。该算法采用 了一种线性的融合框架，有效地避免了单独考虑用户签到、社交因素进行地点推荐的弊端。实验结果表明，在距 离限制变量、推荐地点个数相同的条件下，新算法的推荐准确率优于现有的推荐算法。与现有的算法相比，新算 法有更好的推荐效果。 关键词：地点推荐；用户相似度；用户签到；社交影响 中图分类号：ＴＰ１８１；ＴＰ３０１．６　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１６）０７２００３０４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１６．０７．０１８ Ｌｏｃａｔｉｏｎｒｅｃｏｍｍｅｎｄａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｌｏｃａｔｉｏｎｂａｓｅｄｓｏｃｉａｌｎｅｔｗｏｒｋｓ ＹｕａｎＳｈｉｚｈｉ，ＬｉＪｉｎｇ，ＬｉＳｈｉｊｕｎ，ＧａｏＲｏｎｇ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒ，ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ４３００７２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｅｘｉｓｔｉｎｇｕｓｅｒｂａｓｅｄｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇｒｅｃｏｍｍｅｎｄａｔｉｏｎａｌｇｏｒｉｔｈｍｓｉｇｎｏｒｅｔｈｅｄｉｆｆｅｒｅｎｃｅｓｏｆｔｈｅｆｒｅ ｑｕｅｎｃｙｏｆｒｅｇｉｓｔｒａｔｉｏｎａｎｄｉｔｅｍｓｅｔｓｔｈｅｕｓｅｒｄｏｅｓｎｏｔｓｃｏｒｅ，ａｎｄｔｈｅｕｓｅｒｃｏｒｒｅｌａｔｉｏｎｉｎｔｈｅｅｘｉｓｔｉｎｇｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇａｌｇｏ ｒｉｔｈｍｓｂａｓｅｄｏｎｓｏｃｉａｌｉｎｆｌｕｅｎｃｅｌａｃｋｃｏｒｒｅｌａｔｉｏｎｄｅｓｃｒｉｐｔｉｏｎｂｅｔｗｅｅｎｕｓｅｒｓ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｎｅｗａｌｇｏｒｉｔｈｍ．Ｔｈｉｓｎｅｗａｌｇｏ ｒｉｔｈｍｕｓｅｄａｌｉｎｅａｒｉｎｔｅｇｒａｔｉｏｎｆｒａｍｅｗｏｒｋｗｈｉｃｈｅｆｆｅｃｔｉｖｅｌｙａｖｏｉｄｅｄｔｈｅｄｉｓａｄｖａｎｔａｇｅｓｏｆｃｏｎｓｉｄｅｒｉｎｇｕｓｅｒｃｈｅｃｋｉｎｂｅｈａｖｉｏｒｓ ａｎｄｓｏｃｉａｌｉｎｆｌｕｅｎｃｅａｌｏｎｅ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅｎｅｗｒｅｃｏｍｍｅｎｄａｔｉｏｎａｌｇｏｒｉｔｈｍｉｓｓｕｐｅｒｉｏｒｔｏｔｈｅ ｅｘｉｓｔｉｎｇｒｅｃｏｍｍｅｎｄａｔｉｏｎａｌｇｏｒｉｔｈｍｓａｔｔｈｅｓａｍｅｄｉｓｔａｎｃｅｃｏｎｓｔｒａｉｎｔｖａｒｉａｂｌｅｓａｎｄｎｕｍｂｅｒｏｆｌｏｃａｔｉｏｎｓｒｅｃｏｍｍｅｎｄｅｄ．Ｃｏｍｐａｒｅｄ ｗｉｔｈｔｈｅｅｘｉｓｔｉｎｇｒｅｃｏｍｍｅｎｄａｔｉｏｎａｌｇｏｒｉｔｈｍｓ，ｉｔｒｅｃｏｍｍｅｎｄｓｌｏｃａｔｉｏｎｓｍｏｒｅｅｆｆｅｃｔｉｖｅｌｙ． Ｋｅｙｗｏｒｄｓ：ｌｏｃａｔｉｏｎｒｅｃｏｍｍｅｎｄａｔｉｏｎ；ｕｓｅｒｓｉｍｉｌａｒｉｔｙ；ｕｓｅｒｃｈｅｃｋｉｎｂｅｈａｖｉｏｒｓ；ｓｏｃｉａｌｉｎｆｌｕｅｎｃｅ 　　基于位置的社交网络（ｌｏｃａｔｉｏｎｂａｓｅｄｓｏｃｉａｌｎｅｔｗｏｒｋｓ，ＬＢ 用户未评分的项集以及忽视了用户签到次数的差异。文献 ［１～３］ ７］仅仅考虑了用户之间社交关系影响，没有考虑用户的签到 ＳＮｓ） 是在线社交网络的一种。在 ＬＢＳＮｓ中，用户可以访 ［ 问在现实世界中的地理位置，也可