【摘要】：定位技術(shù)的出現(xiàn),使得個性化興趣點(Pointoflnterest,POI)推薦成為推薦領(lǐng)域中的關(guān)鍵研究點之一,但當前研究未能有效發(fā)掘用戶簽到數(shù)據(jù)的時空序列特征對推薦的作用,對影響推薦準確度的因素也考慮不全。本文將利用基于位置的社會網(wǎng)絡(luò)(Location-based Social Network,LBSN)的用戶簽到數(shù)據(jù),發(fā)掘隱含的時空序列特征。將時間因素引入遺傳算法,對簽到興趣點進行編碼,預(yù)測不同節(jié)點交叉、變異的概率,最后將蟻群算法與協(xié)同過濾算法結(jié)合為用戶推薦興趣點序列。論文的主要工作如下:(1)傳統(tǒng)的興趣點推薦算法大多只考慮用戶訪問過的點,或者其好友訪問過的點,很少去關(guān)注用戶訪問過的興趣點的序列隱含的信息。為此,將LBSN中的簽到數(shù)據(jù)抽取出來,建立興趣點轉(zhuǎn)移圖,在興趣點轉(zhuǎn)移圖的基礎(chǔ)上,發(fā)掘用戶簽到數(shù)據(jù)中存在的時空序列特征。(2)將時間因素引入遺傳算法。用戶訪問興趣點是有一定順序的,在一段時間內(nèi),兩個不同的用戶訪問的興趣點與當前時間段內(nèi)其他用戶訪問的興趣點比較,被訪問次數(shù)越多,則說明在當前時間段內(nèi)越有可能再被訪問到,與其他用戶偏好也越相似,據(jù)此構(gòu)建相應(yīng)的適應(yīng)度函數(shù),應(yīng)用遺傳算法對興趣點搜索,使得較活躍興趣點的累積分布概率平均提高7.8%。(3)應(yīng)用蟻群算法在對興趣點搜索時,將用戶評分定義為信息素,興趣點被訪問次數(shù)的增加信息素也增加,將蟻群算法與協(xié)同過濾算法相結(jié)合,考慮用戶的偏好變化,最終得到信息素積累最高的興趣點,并根據(jù)發(fā)掘的簽到數(shù)據(jù)的時空序列特征,為用戶推薦興趣點序列。(4)最后,在FourSquare數(shù)據(jù)集上進行了仿真實驗驗證,實驗表明準確率達到了 0.35,召回率達到0.31。本文提出的研究方法與當前考慮了時間因素、用戶評分的比較新的興趣點推薦算法相比,在準確率和召回率上均有較大提高,并在研究的基礎(chǔ)上實現(xiàn)了一個興趣點推薦系統(tǒng),為構(gòu)建一個興趣點推薦系統(tǒng)提供了基本思路。
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP391.3;TP18
【圖文】：

圖２－１遺傳算法流程圖逡逑１）初始種群逡逑機化產(chǎn)生初始的種群，需要根據(jù)編碼方法來產(chǎn)生，初始種群的大小依要解決的問題規(guī)模，個體數(shù)量稱為種群規(guī)模，這里設(shè)初始種群大小為２）染色體編碼方法逡逑傳算法的處理對象時表示個體的字符串，需要對每個個體進行編碼，因是由二值符號集｛０，邋１丨來表示的，由此編碼后，種群中的Ｍ個個體都是一條染色體，對每個染色體進行操作，用一種將解空間轉(zhuǎn)變?yōu)榉椒�。逡逑３）個體適應(yīng)度評價逡逑傳算法是通過用適應(yīng)度函數(shù)來評估個體的優(yōu)劣的，適應(yīng)度函數(shù)的值體的適應(yīng)性越高，解的質(zhì)量越好，并且為了保證結(jié)果的正確性，適應(yīng)負的。所以，根據(jù)實際的問題，需要確定好由目標函數(shù)值到個體適應(yīng)程，并且對于目標函數(shù)值為負的時候的處理方法。逡逑

對基于ＬＢＳＮ中用戶簽到數(shù)據(jù)為用戶推薦興趣點研究方面，各位研究人員逡逑根據(jù)自身懫用的研究方法的不同，考慮影響推薦準確度的不同，構(gòu)建了不同的數(shù)逡逑學(xué)模型，有的研究人員利用ＬＢＳＮ中的簽到數(shù)據(jù)豐富了用戶關(guān)系及位置信息數(shù)逡逑據(jù)，挖掘了用戶偏好，取得了一定的成果［４３］，其建立的模型是同質(zhì)網(wǎng)絡(luò)（即關(guān)系逡逑網(wǎng)絡(luò)中節(jié)點或邊具有相同的類型）。也有采用異質(zhì)信息網(wǎng)絡(luò)進行建模，在異質(zhì)信逡逑息網(wǎng)絡(luò)中可以發(fā)現(xiàn)更加豐富的語義信息，但是采用異質(zhì)信息網(wǎng)絡(luò)建模難度較大，逡逑對時間因素、用戶評分等多個影響推薦算法準確度的因素評估難度較大。逡逑本文主要針對用戶簽到序列中隱含的信息，引入遺傳算法對用戶簽到的興趣逡逑點進行搜索，并進行結(jié)果驗證，所以建立了一種較容易理解的圖模型，發(fā)現(xiàn)用戶逡逑簽到序列的規(guī)律，并對基礎(chǔ)遺傳算法的選擇、交叉、變異算子的相關(guān)步驟做了處逡逑理，更適用于處理興趣點轉(zhuǎn)移圖的模型。逡逑３．１邋ＬＢＳＮ簽到數(shù)據(jù)的時空特征逡逑Ｓｏｃｉａｌ邋Ｎｅｔｗｏｒｋｓ邐Ｌｏｃａｔｉｏｎ邋Ｄｅｓｃｒｉｐｔｉｏｎｓ邐邐邐逡逑＾

【參考文獻】

相關(guān)期刊論文 前10條

1 劉艷;潘善亮;;基于LBSN好友關(guān)系的個性化景點推薦方法[J];計算機工程與應(yīng)用;2015年08期

2 劉樹棟;孟祥武;;基于位置的社會化網(wǎng)絡(luò)推薦系統(tǒng)[J];計算機學(xué)報;2015年02期

3 碩良勛;柴變芳;張新東;;基于改進最近鄰的協(xié)同過濾推薦算法[J];計算機工程與應(yīng)用;2015年05期

4 李敏;王曉聰;張軍;劉正捷;;基于位置的社交網(wǎng)絡(luò)用戶簽到及相關(guān)行為研究[J];計算機科學(xué);2013年10期

5 杜衡吉;李勇;;蟻群算法中參數(shù)設(shè)置對其性能影響的研究[J];現(xiàn)代計算機(專業(yè)版);2012年13期

6 周昕;凌興宏;;遺傳算法理論及技術(shù)研究綜述[J];計算機與信息技術(shù);2010年04期

7 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國科技信息;2009年07期

8 黃美發(fā);景暉;鐘艷如;劉夫云;;基于擬隨機序列的三維模型表面采樣方法[J];計算機工程;2008年14期

9 熊偉清;周揚;魏平;;具有災(zāi)變的動態(tài)蟻群算法[J];電路與系統(tǒng)學(xué)報;2005年06期

10 高尚;解旅行商問題的混沌蟻群算法[J];系統(tǒng)工程理論與實踐;2005年09期

本文編號：2733712