興趣點(diǎn)（Point-of-Interest,POI）推薦有利于用戶發(fā)現(xiàn)符合其偏好的新位置,并在基于位置的社交網(wǎng)絡(luò)（Location-Based Social Networks,LBSN）的個(gè)性化服務(wù)中扮演著重要的角色。用戶訪問(wèn)地點(diǎn)的行為是現(xiàn)實(shí)世界中的行為并不像虛擬世界中瀏覽網(wǎng)頁(yè)一樣不受地域的限制,導(dǎo)致在社交網(wǎng)絡(luò)中用戶的簽到數(shù)據(jù)是非常稀疏的,這使得在提高興趣點(diǎn)推薦性能方面面臨嚴(yán)峻的挑戰(zhàn),同時(shí)數(shù)據(jù)的稀疏性給計(jì)算地點(diǎn)間的相互關(guān)系帶來(lái)了困難。針對(duì)這些問(wèn)題,本文從隨機(jī)游走的角度出發(fā)提出兩種興趣點(diǎn)推薦方法。首先,本文針對(duì)地理位置信息和用戶簽到行為在LBSN推薦中的影響,以及數(shù)據(jù)稀疏性造成計(jì)算地點(diǎn)間相互關(guān)系困難的問(wèn)題,提出一個(gè)基于地理因素和隨機(jī)游走的興趣點(diǎn)推薦算法。通過(guò)分析地點(diǎn)的位置和用戶簽到行為提取用戶和地點(diǎn)的隱式特征,預(yù)測(cè)用戶對(duì)地點(diǎn)的偏好以此向用戶推薦興趣點(diǎn)。該推薦算法利用隨機(jī)游走模型獲取地點(diǎn)關(guān)聯(lián)度,并通過(guò)地點(diǎn)間關(guān)聯(lián)關(guān)系計(jì)算地點(diǎn)相關(guān)性系數(shù)對(duì)地點(diǎn)關(guān)聯(lián)度進(jìn)行過(guò)濾提取地點(diǎn)隱式特征,將從簽到數(shù)據(jù)中提取的用戶隱式特征向量與地點(diǎn)隱式特征向量點(diǎn)乘預(yù)測(cè)用戶對(duì)地點(diǎn)的偏好程度,按用戶對(duì)地點(diǎn)偏好程度的排名向用戶推薦地... 

【文章來(lái)源】：燕山大學(xué)河北省

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 興趣點(diǎn)推薦
        1.2.2 基于地理位置信息的興趣點(diǎn)推薦
        1.2.3 基于時(shí)間的興趣點(diǎn)推薦
        1.2.4 基于社會(huì)關(guān)系的興趣點(diǎn)推薦
        1.2.5 基于文本信息的興趣點(diǎn)推薦
    1.3 本文的主要研究?jī)?nèi)容
    1.4 本文的組織結(jié)構(gòu)
第2章 推薦算法和相關(guān)理論
    2.1 推薦算法
        2.1.1 協(xié)同過(guò)濾推薦
        2.1.2 基于內(nèi)容的推薦
        2.1.3 混合推薦
    2.2 基于位置的社交網(wǎng)絡(luò)
        2.2.1 LBSN的結(jié)構(gòu)原理
        2.2.2 LBSN中的位置推薦
    2.3 相關(guān)理論介紹
        2.3.1 隨機(jī)游走PageRank概述
        2.3.2 關(guān)聯(lián)規(guī)則概述
    2.4 本章小結(jié)
第3章 基于地理因素和隨機(jī)游走的興趣點(diǎn)推薦算法
    3.1 引言
    3.2 基于地理因素和隨機(jī)游走的興趣點(diǎn)推薦框架
    3.3 數(shù)據(jù)預(yù)處理
        3.3.1 地理位置因素對(duì)用戶行為的影響
        3.3.2 獲取用戶行為對(duì)地點(diǎn)的影響強(qiáng)度
        3.3.3 計(jì)算地點(diǎn)相關(guān)性
        3.3.4 提取用戶隱式特征
    3.4 隨機(jī)游走POI推薦
        3.4.1 構(gòu)建轉(zhuǎn)移概率矩陣
        3.4.2 隨機(jī)游走興趣點(diǎn)推薦
    3.5 本章小結(jié)
第4章 基于地點(diǎn)隱式特征的興趣點(diǎn)推薦算法
    4.1 引言
    4.2 基于地點(diǎn)隱式特征的興趣點(diǎn)推薦算法框架
    4.3 數(shù)據(jù)預(yù)處理
    4.4 提取地點(diǎn)隱式特征
        4.4.1 關(guān)聯(lián)規(guī)則的3 個(gè)指標(biāo)
        4.4.2 地點(diǎn)隱式特征
    4.5 進(jìn)行興趣點(diǎn)推薦
    4.6 本章小結(jié)
第5章 實(shí)驗(yàn)驗(yàn)證與分析
    5.1 實(shí)驗(yàn)數(shù)據(jù)與實(shí)驗(yàn)環(huán)境
        5.1.1 實(shí)驗(yàn)數(shù)據(jù)
        5.1.2 實(shí)驗(yàn)環(huán)境
        5.1.3 實(shí)驗(yàn)評(píng)價(jià)指標(biāo)
        5.1.4 對(duì)比試驗(yàn)
    5.2 基于地理因素和隨機(jī)游走的興趣點(diǎn)推薦算法實(shí)驗(yàn)分析
    5.3 基于地點(diǎn)隱式特征的興趣點(diǎn)推薦算法實(shí)驗(yàn)分析
    5.4 本文提出的兩種算法的實(shí)驗(yàn)對(duì)比與分析
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的混合興趣點(diǎn)推薦算法[J]. 馮浩,黃坤,李晶,高榕,劉東華,宋成芳.  電子與信息學(xué)報(bào). 2019(04)
[2]評(píng)價(jià)信息的位置社交網(wǎng)絡(luò)興趣點(diǎn)推薦模型[J]. 林占國(guó).  電子技術(shù)與軟件工程. 2018(19)
[3]混合時(shí)空和流行度特征的興趣點(diǎn)推薦算法[J]. 吳燕,章韻,陳雙雙.  計(jì)算機(jī)工程. 2018(09)
[4]基于潛在興趣和地理因素的個(gè)性化興趣點(diǎn)推薦研究[J]. 王亞男.  現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版). 2018(15)
[5]一種基于矩陣分解的上下文感知POI推薦算法[J]. 彭宏偉,靳遠(yuǎn)遠(yuǎn),呂曉強(qiáng),王曉玲.  計(jì)算機(jī)學(xué)報(bào). 2019(08)
[6]基于潛在地理——社會(huì)關(guān)系感知的興趣點(diǎn)推薦研究[J]. 崔琳,宋啟祥,李玉林,戚溪溪.  宿州學(xué)院學(xué)報(bào). 2017(09)
[7]基于位置社交網(wǎng)絡(luò)的上下文感知的興趣點(diǎn)推薦[J]. 任星怡,宋美娜,宋俊德.  計(jì)算機(jī)學(xué)報(bào). 2017(04)
[8]引入時(shí)間衰減項(xiàng)的興趣點(diǎn)推薦算法[J]. 常曉雨,余正生.  杭州電子科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(03)
[9]一種融合情景和評(píng)論信息的位置社交網(wǎng)絡(luò)興趣點(diǎn)推薦模型[J]. 高榕,李晶,杜博,余永紅,宋成芳,丁永剛.  計(jì)算機(jī)研究與發(fā)展. 2016(04)
[10]LBSN中基于元路徑的興趣點(diǎn)推薦[J]. 曹玖新,董羿,楊鵬偉,周濤,劉波.  計(jì)算機(jī)學(xué)報(bào). 2016(04)

碩士論文
[1]多因素融合的個(gè)性化位置推薦算法研究[D]. 馬慧怡.蘭州大學(xué) 2016



本文編號(hào)：3388229