LBSN中基于聚类的二分图网络推荐算法.docxVIP

LBSN中基于聚类的二分图网络推荐算法 　　摘要：兴趣点推荐是基于位置的社交网络（locationbasedsocialnetwork，lbsn）的重要服务，近年来关于兴趣点推荐的算法深受学者关注，然而由于多方面的原因，许多推荐算法仍存在一些不足。该文提出的是在用户聚类的基础上利用二分图网络进行推荐的算法。实验表明，该算法取得了比较良好的推荐效果。 　　关键词：基于位置的社交网络聚类二分图网络兴趣点推荐 　　中图分类号：tp391.3文献标识码：a文章编号：1672-3791（2019）12（a）-0018-02 　　近年来随着移动互联网技术的飞速发展，基于位置的社交网络（locationbasedsocialnetwork，lbsn）也得到迅猛发展[1]，如foursquare、gowalla、微博等，与传统社交网络最大的区别就是有了地理位置信息，用户可以对自己访问过的兴趣点进行签到，并且可以随时分享给好友。lbsn的服务宗旨就是要为用户推荐一些新兴趣点，帮助用户更好地发现生活乐趣，同时还能促进兴趣点相关的商业发展，具有重要的意义。 　　个性化的推荐技术在不同应用领域也受到广泛关注，然而用户面对生活中庞大的信息量做选择时还是有些迷茫，用户所想要的是可以根据其所处的状态信息给出一些个性化的兴趣点推荐，但是lbsn中的签到密度通常较为稀疏，给兴