基于地理位置和社交關(guān)系的興趣點(diǎn)推薦算法研究.pdf

1、位置社交服務(wù)的廣泛使用使得興趣點(diǎn)推薦獲得了學(xué)術(shù)界與工業(yè)界的極大關(guān)注。興趣點(diǎn)推薦指為用戶(hù)推薦感興趣的地點(diǎn)，包括商家、機(jī)構(gòu)、公共場(chǎng)所等。在位置社交服務(wù)中，用戶(hù)通常以簽到的方式，與好友或者網(wǎng)友分享他們的經(jīng)驗(yàn)或評(píng)論。在用戶(hù)與位置服務(wù)進(jìn)行互動(dòng)時(shí)，會(huì)產(chǎn)生大量的數(shù)據(jù)，如評(píng)論、打分、社交關(guān)系、地理位置等信息，這些數(shù)據(jù)為挖掘用戶(hù)偏好提供了基礎(chǔ)。通過(guò)分析用戶(hù)歷史數(shù)據(jù)，興趣點(diǎn)推薦技術(shù)可以幫助用戶(hù)找到感興趣的地點(diǎn)（探索城市）、減少?zèng)Q策時(shí)間、提供更好的用戶(hù)體驗(yàn)，

2、而且通過(guò)結(jié)合營(yíng)銷(xiāo)技術(shù)可增加商業(yè)利潤(rùn)。
　　利用豐富的多源異構(gòu)信息提升推薦系統(tǒng)用戶(hù)體驗(yàn)的同時(shí)，也面臨一些挑戰(zhàn)。一方面，用戶(hù)興趣具有多樣性;另一方面，與傳統(tǒng)推薦系統(tǒng)類(lèi)似，興趣點(diǎn)推薦系統(tǒng)也面臨數(shù)據(jù)稀疏性、冷啟動(dòng)等問(wèn)題。由此，本文聚焦于如何利用多源異構(gòu)信息去捕捉用戶(hù)興趣多樣性，以及如何利用多源異構(gòu)信息去解決數(shù)據(jù)稀疏性的問(wèn)題。本文主要關(guān)注地理位置和社交關(guān)系兩方面信息。為了解決上述問(wèn)題，本文開(kāi)展了基于地理位置和社交關(guān)系的興趣點(diǎn)推薦技術(shù)研究，即

3、通過(guò)利用地理位置和社交關(guān)系，精準(zhǔn)刻畫(huà)用戶(hù)興趣，從而對(duì)用戶(hù)將要訪(fǎng)問(wèn)的地點(diǎn)進(jìn)行準(zhǔn)確預(yù)測(cè)與推薦。具體而言，本文主要研究?jī)?nèi)容、成果如下:
　　針對(duì)用戶(hù)興趣多樣性問(wèn)題，本文提出基于用戶(hù)心理和地理位置表現(xiàn)建模用戶(hù)軌跡的興趣點(diǎn)推薦算法。直觀地，用戶(hù)簽到行為是用戶(hù)心理的一種表現(xiàn)。具體而言，用戶(hù)對(duì)多個(gè)地點(diǎn)的評(píng)價(jià)和訪(fǎng)問(wèn)并非獨(dú)立存在，而是用戶(hù)對(duì)一個(gè)商圈內(nèi)多個(gè)商家綜合比較后的喜愛(ài)與否的心理表現(xiàn)?；诖擞^察，本工作依據(jù)簽到行為的比較性、差異性、局部性，利用

4、簽到次數(shù)與位置信息建模用戶(hù)興趣，準(zhǔn)確地刻畫(huà)用戶(hù)心理。本工作結(jié)合經(jīng)濟(jì)學(xué)中的效用理論與冪律分布建模用戶(hù)行為。具體而言，使用效用理論刻畫(huà)比較性、差異性，采用冪律分布刻畫(huà)局部性，利用效用理論去設(shè)計(jì)優(yōu)化函數(shù)，然后融合冪律分布作出最后的預(yù)測(cè)。在Brightkite和Gowalla數(shù)據(jù)集上實(shí)驗(yàn)結(jié)果表明，基于用戶(hù)心理和地理位置表現(xiàn)的興趣點(diǎn)推薦算法優(yōu)于對(duì)比算法。
　　針對(duì)數(shù)據(jù)稀疏性問(wèn)題，本文提出基于興趣圈中專(zhuān)家關(guān)系的興趣點(diǎn)推薦算法。依據(jù)社會(huì)學(xué)中的“

5、同質(zhì)性”理論，用戶(hù)與其社交網(wǎng)絡(luò)中的“好友”有相似性的偏好，很多學(xué)者通過(guò)融入社交關(guān)系來(lái)解決數(shù)據(jù)稀疏性問(wèn)題。然而，融合社交關(guān)系的推薦方法鮮有考慮意見(jiàn)領(lǐng)導(dǎo)者（專(zhuān)家）的作用。本文設(shè)計(jì)一個(gè)基于興趣圈中專(zhuān)家關(guān)系的興趣點(diǎn)推薦算法，可以更好地解決推薦中的數(shù)據(jù)稀疏性問(wèn)題。依據(jù)同質(zhì)性理論，本文認(rèn)為對(duì)于那些和“朋友”有不同興趣愛(ài)好的用戶(hù)，與他們?cè)谝粋€(gè)興趣圈中專(zhuān)家對(duì)他們的影響更大。具體而言，本工作首先采用無(wú)監(jiān)督的方法識(shí)別出社交網(wǎng)絡(luò)中顯式和隱式的專(zhuān)家。然后按照其