基于位置社交网络中地点聚类推荐方法-山东大学学报工学版.pdfVIP

　第４６卷　第３期 山　东　大　学　学　报　（工　学　版） ２０１６年６月　 　 　　 Ｖｏｌ．４６　 Ｎｏ．３　　 　ＪＯＵＲＮＡＬＯＦＳＨＡＮＤＯＮＧＵＮＩＶＥＲＳＩＴＹ（ＥＮＧＩＮＥＥＲＩＮＧＳＣＩＥＮＣＥ） Ｊｕｎ．２０１６　 　文章编号：１６７２３９６１（２０１６）０３００４４０７　　　ＤＯＩ：１０６０４０／ｊ．ｉｓｓｎ．１６７２３９６１０２０１５２９５ 基于位置社交网络中地点聚类推荐方法 李朔，石宇良 （北京工业大学软件学院，北京１００１２４） 摘要：为解决基于位置社交网络中地点推荐时遇到的数据稀疏、冷启动问题，提出一种改进的地点推荐方法，在协 同过滤算法的基础上融合了聚类算法，考虑到用户偏好、朋友关系、位置语义等因素，在推荐时取两种算法的优点 进行互补。研究的重点是相似度的计算，包括兴趣地点相似度、好友亲密度、词频 －逆文档频率、余弦相似性。在 Ｆｏｕｒｓｑｕａｒｅ数据集上以准确率、召回率、单个主题的平均准确率作为度量依据，对提出的方法进行验证。试验证 明，本方法有效提高了推荐效果。 关键词：基于位置的社交网络；协同过滤；聚类；位置推荐 中图分类号：ＴＰ３９１　　　文献标志码：Ａ Ｔｈｅｍｅｔｈｏｄｏｆｓｐｏｔｃｌｕｓｔｅｒｒｅｃｏｍｍｅｎｄａｔｉｏｎｉｎ ｌｏｃａｔｉｏｎｂａｓｅｄｓｏｃｉａｌｎｅｔｗｏｒｋｓ ＬＩＳｈｕｏ，ＳＨＩＹｕｌｉａｎｇ （ＳｃｈｏｏｌｏｆＳｏｆｔｗａｒｅＥｎｇｉｎｅｅｒｉｎｇ，ＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ１００１２４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｄａｔａｓｐａｒｓｅａｎｄｃｏｌｄｓｔａｒｔｉｎｓｐｏｔｒｅｃｏｍｍｅｎｄａｔｉｏｎｉｎｔｈｅｌｏｃａｔｉｏｎｂａｓｅｄｓｏｃｉａｌｎｅｔｗｏｒ ｋｉｎｇ，ａｎｉｍｐｒｏｖｅｄｓｐｏｔｒｅｃｏｍｍｅｎｄａｔｉｏｎｍｅｔｈｏｄｗａｓｐｒｏｐｏｓｅｄ．Ｂａｓｅｄｏｎｔｈｅｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍａｎｄｔｈｅｃｏｌｌａｂｏｒａｔｉｖｅ ｆｉｌｔｅｒｉｎｇａｌｇｏｒｉｔｈｍ，ｔｈｅｕｓｅｒｐｒｅｆｅｒｅｎｃｅｓ，ｆｒｉｅｎｄｒｅｌａｔｉｏｎｓ，ｓｅｍａｎｔｉｃｌｏｃａｔｉｏｎａｎｄｏｔｈｅｒｆａｃｔｏｒｓｗａｓｔａｋｅｎｉｎｔｏａｃｃｏｕｎｔ． Ｔｈｅａｄｖａｎｔａｇｅｓｏｆｔｈｅｔｗｏｍｅｔｈｏｄｓｗｅｒｅｃｏｍｐｌｅｍｅｎｔｅｄ．Ｔｈｅｆｏｃｕｓｏｆｔｈｉｓｒｅｓｅａｒｃｈｗａｓｔｈｅｃａｌｃｕｌａｔｉｏｎｏｆｓｉｍｉｌａｒｉｔｙ， ｗｈｉｃｈｉｎｃｌｕｄｅｄｌｏｃａｔｉｏｎｓｉｍｉｌａｒｉｔｙ，ｆｒｉｅｎｄｓｉｎｔｉｍａｃｙｍｅａｓｕｒｅ，ｔｅｒｍｆｒｅｑｕｅｎｃｙｉｎｖｅｒｓｅｄｏｃｕｍｅｎｔｆｒｅｑｕｅｎｃｙ，ｃｏｓｉｎｅｓｉｍｉ ｌａｒｉｔｙ．Ｔｏｖｅｒｉｆｙｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｓ，ｐｒｅｃｉｓｉｏｎ，ｒｅｃａｌｌ，ｍｅａｎａｖｅｒａｇｅｐｒｅｃｉｓｉｏｎｗａｓｕｓｅｄａｓａｍｅａｓｕｒｅｏｎＦｏｕｒｓｑｕａｒｅ ｄａｔａｓｅｔ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｃｏｕｌｄｅｆｆｅｃｔｉｖｅｌｙｉｍｐｒｏｖｅｔｈｅｒｅｃｏｍｍｅｎｄａｔｉｏｎｅｆｆｅｃｔ． Ｋｅｙｗｏｒｄｓ：ｌｏｃａｔｉｏｎｂａｓｅｄｓｏｃｉａｌｎｅｔｗｏｒｋ；ｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇ；ｃｌｕｓｔｅｒｉｎｇ；ｓｐｏｔｒｅｃｏｍｍｅｎｄａｔｉｏｎ ０　引言 ［１］ 基于位置的社交网络（ｌｏｃａｔｉｏｎｂａｓｅｄｓｏｃｉａｌｎｅｔｗｏｒｋ，ＬＢＳＮ） 是基于位置服务与