基于地理位置的社交網(wǎng)絡(luò)隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展而逐漸被人們所接受,其提供了發(fā)布即時消息、與他人分享定位等功能,形成了更加具有現(xiàn)場感的線上社交圈。龐大的用戶量和互動信息為海量數(shù)據(jù)的提取和挖掘奠定了基礎(chǔ),因此吸引了不少學(xué)者的關(guān)注。但這不僅是給業(yè)界學(xué)者的研究提供了一個良好契機,同時更是帶來了大數(shù)據(jù)時代背景下的一個具有現(xiàn)實意義的挑戰(zhàn)。其中,興趣點推薦算法以其應(yīng)用的廣泛性和使用的便捷性,在基于地理位置的社交網(wǎng)絡(luò)的相關(guān)研究中保持著一定的熱度,它旨在通過用戶的歷史簽到記錄,預(yù)測用戶未來可能訪問的興趣點。本文根據(jù)現(xiàn)有興趣點推薦工作中存在的用戶偏好觀察角度比較單一、人群對用戶行為而言在時間統(tǒng)計上的影響被忽略等局限性,提出一種基于張量和矩陣聯(lián)合分解的興趣點推薦算法。在所提出的算法中,我們首先以興趣點類別模擬用戶的認知過程,然后在基礎(chǔ)張量分解模型上加入長期偏好矩陣和群體影響矩陣,預(yù)測用戶可能喜歡的興趣點類別,最后利用加權(quán)核密度估計函數(shù)進行過濾得到具體的興趣點推薦結(jié)果。在真實數(shù)據(jù)集上的實驗結(jié)果表明:與主流的興趣點推薦算法MF-URT,CTF-ARA和TAD-FPMC-HitsGroupDist相比,在New Yo... 

【文章來源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 基于內(nèi)容的興趣點推薦算法
        1.2.2 基于社交關(guān)系的興趣點推薦算法
        1.2.3 基于時間的興趣點推薦算法
        1.2.4 基于地理位置的興趣點推薦算法
    1.3 組織結(jié)構(gòu)
    1.4 本章小結(jié)
第二章 相關(guān)理論和經(jīng)典算法介紹
    2.1 LBSN相關(guān)名詞解釋
    2.2 張量基礎(chǔ)知識引入
        2.2.1 張量的表示與應(yīng)用
        2.2.2 張量計算的相關(guān)知識
        2.2.3 張量的分解方法
    2.3 經(jīng)典興趣點推薦算法介紹
        2.3.1 協(xié)同過濾技術(shù)
        2.3.2 概率估計模型
        2.3.3 神經(jīng)網(wǎng)絡(luò)方法
    2.4 本章小結(jié)
第三章 基于張量和矩陣聯(lián)合分解的興趣點推薦算法
    3.1 數(shù)據(jù)分析
        3.1.1 數(shù)據(jù)預(yù)處理
        3.1.2 興趣點類別分析
        3.1.3 長期偏好分析
        3.1.4 時間段分析
    3.2 基于長期偏好矩陣和群體影響矩陣的興趣點類別預(yù)測
        3.2.1 基于CP分解的興趣點類別預(yù)測模型
        3.2.2 聯(lián)合CP分解和長期偏好矩陣分解的興趣點類別預(yù)測模型
        3.2.3 聯(lián)合CP分解和群體影響矩陣分解的興趣點類別預(yù)測模型
        3.2.4 聯(lián)合張量和矩陣分解的混合興趣點類別預(yù)測模型
    3.3 基于核密度估計的興趣點推薦
        3.3.1 基本核密度估計方法
        3.3.2 加權(quán)核密度估計方法
    3.4 本章小結(jié)
第四章 實驗設(shè)計及結(jié)果分析
    4.1 數(shù)據(jù)集與評價標(biāo)準(zhǔn)
        4.1.1 數(shù)據(jù)集介紹
        4.1.2 算法評價標(biāo)準(zhǔn)
    4.2 實驗環(huán)境與參數(shù)設(shè)置
        4.2.1 實驗環(huán)境
        4.2.2 算法參數(shù)設(shè)置
    4.3 實驗結(jié)果對比與分析
        4.3.1 比較的算法
        4.3.2 實驗性能分析
    4.4 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學(xué)位期間取得的研究成果
致謝
附件


【參考文獻】：
期刊論文
[1]基于位置社交網(wǎng)絡(luò)的上下文感知的興趣點推薦[J]. 任星怡,宋美娜,宋俊德.  計算機學(xué)報. 2017(04)



本文編號：3078055