隨著第四代移動(dòng)網(wǎng)絡(luò)、社交媒體的迅速發(fā)展以及內(nèi)置GPS模塊的先進(jìn)設(shè)備的普及使得基于位置的社交網(wǎng)絡(luò)能得以實(shí)現(xiàn)�；诖�,根據(jù)用戶自身的移動(dòng)特性個(gè)性化的向用戶進(jìn)行POI（Point of interest）推薦成為研究的一個(gè)熱門方向,大量研究人員提出了具有價(jià)值的POI推薦算法。然而現(xiàn)有基于LBSN的POI推薦算法受到數(shù)據(jù)稀疏性,冷啟動(dòng)等問題的影響導(dǎo)致效果不佳。本文抓住位置社交網(wǎng)絡(luò)的特點(diǎn)以及現(xiàn)有具有代表性的POI推薦算法的一些優(yōu)缺點(diǎn),深入挖掘用戶地理位置以及時(shí)間信息,與用戶的興趣愛好相結(jié)合,以提高個(gè)性化地點(diǎn)推薦的的準(zhǔn)確性為目標(biāo)進(jìn)行研究,主要研究成果如下:（1）為了了解現(xiàn)具有代表性的POI推薦算法的優(yōu)缺點(diǎn)以及可能的改進(jìn)方向,本文提出了一個(gè)基于評(píng)估流程的算法分析與改進(jìn)框架。通過組成該框架的評(píng)估流程層,分析層,結(jié)論層,對(duì)7個(gè)具有代表性的POI推薦算法在不同數(shù)據(jù)集、不同數(shù)據(jù)密度、用戶具有不同簽到數(shù)以及用戶具有不同活動(dòng)范圍四種情境下的準(zhǔn)確率和召回率的表現(xiàn)進(jìn)行對(duì)比,分析原因,并根據(jù)原因提出了三個(gè)算法可能的改進(jìn)方向。（2）結(jié)合真實(shí)世界收集到的數(shù)據(jù)集Gowalla,分析時(shí)間和地理影響之間的關(guān)系。我們得出三個(gè)結(jié)論... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學(xué)位級(jí)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
    1.3 地點(diǎn)推薦的挑戰(zhàn)
    1.4 研究內(nèi)容與主要工作
    1.5 論文的結(jié)構(gòu)安排
    1.6 本章小結(jié)
第二章 傳統(tǒng)推薦與POI推薦
    2.1 傳統(tǒng)的推薦系統(tǒng)概述
        2.1.1 基于內(nèi)容的推薦系統(tǒng)
        2.1.2 協(xié)同過濾推薦系統(tǒng)
    2.2 基于LBSN的地點(diǎn)推薦
        2.2.1 問題定義
        2.2.2 LBSN的推薦框架
        2.2.3 個(gè)性化地點(diǎn)推薦算法
    2.3 相似度度量方法
    2.4 本章小結(jié)
第三章 POI推薦算法
    3.1 矩陣分解模型
        3.1.1 LRT
        3.1.2 GeoMF
    3.2 泊松因子模型
        3.2.1 MGMPFM
        3.2.2 GeoPFM
    3.3 混合模型
        3.3.1 USG
        3.3.2 CoRe
        3.3.3 GeoSoCa
    3.4 本章小結(jié)
第四章 基于評(píng)估流程的算法分析與改進(jìn)
    4.1 基于評(píng)估流程的算法分析與改進(jìn)框架介紹
    4.2 評(píng)估流程層
        4.2.1 不同類型數(shù)據(jù)的評(píng)估
        4.2.2 不同類型用戶的評(píng)估
    4.3 分析層
        4.3.1 在不同數(shù)據(jù)集上的評(píng)估分析
        4.3.2 不同數(shù)據(jù)密度下的評(píng)估分析
        4.3.3 具有不同簽到POI數(shù)的用戶分組評(píng)估分析
        4.3.4 具有不同活動(dòng)范圍的用戶分組評(píng)估分析
    4.4 結(jié)論層
    4.5 本章小結(jié)
第五章 GeoTMF：基于時(shí)間和地理影響的POI推薦算法
    5.1 基于矩陣分解的理論基礎(chǔ)
    5.2 時(shí)間影響和地理影響關(guān)系探究
    5.3 GeoTMF算法
        5.3.1 GeoTMF算法思想
        5.3.2 GeoTMF算法建模
    5.4 實(shí)驗(yàn)結(jié)果與分析
        5.4.1 評(píng)價(jià)方法與指標(biāo)
        5.4.2 實(shí)驗(yàn)數(shù)據(jù)與實(shí)驗(yàn)數(shù)據(jù)
        5.4.3 實(shí)驗(yàn)與分析
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]相似度計(jì)算及其在數(shù)據(jù)挖掘中的應(yīng)用[J]. 李俊磊,滕少華.  電腦知識(shí)與技術(shù). 2016(13)
[2]杰卡德相似系數(shù)在推薦系統(tǒng)中的應(yīng)用[J]. 張曉琳,付英姿,褚培肖.  計(jì)算機(jī)技術(shù)與發(fā)展. 2015(04)



本文編號(hào)：3192915