基于分层结构的兴趣点推荐算法的设计与实现.docVIP

基于分层结构的兴趣点推荐算法的设计与实现 摘要 随着基于地理位置的社交网络(Location Based Social Networks，LBSN)的迅速发展，兴趣点(Point Of Interest，POI)推荐已经成为了一个重要的研究问题。然而POI推荐会受到时间和地理位置的影响。此外，现实世界中的推荐系统的POI呈现出一定的分层结构，同样，用户的偏好的也会呈现分层结构。最近的研究表明，结合项目或用户偏好的分层结构可以提高推荐系统的性能。显式的分层结构例如用户偏好通常是不可用的，因此，分层结构并没有很好地应用到推荐系统上。 本文首先研究了时间和地理位置对POI推荐的影响。设计和实现了一种分层结构的POI推荐算法HMF-G(Hierarchical Matrix Factorization-Geographical)，来获得用户和POI之间的隐式分层结构。在两个现实世界的数据集，Foursquare和Gowalla上的实验结果证明了所提出的算法的有效性。 关键词：推荐算法;兴趣点;分层结构 前 言 城市的迅速发展带来了数量越来越多的兴趣点(Point of Interest，POI),例如餐馆，商店，酒店，为我们提供了越来越多的体验生活的机会。日常生活中，人们乐意去探索城市和社区，并根据自己的个人兴趣决定去哪里。与此同时，如何在大