基于地理位置的朋友推薦研究.pdf

1、自從信息技術(shù)誕生以來，隨著其高速的發(fā)展，人們的生活每時每刻都在受信息技術(shù)的影響，尤其是當(dāng)今的互聯(lián)網(wǎng)的飛速發(fā)展，大大改變著這個世界，改變著人們的思考和交流方式。人類的社交需求也比以前增長了許多。各類社交網(wǎng)站和社交工具層出不窮，社交網(wǎng)絡(luò)作為一種表達(dá)交流工具，已經(jīng)成為人們生活中不可或缺的一部分。網(wǎng)絡(luò)中用戶眾多，魚龍混雜。不同的用戶之間存在著差異，可能興趣不同、品味不同，如果不加區(qū)分的加為好友，可能會造成溝通不暢，而且用戶從好友那里獲取的信息也

2、可能不是自己想要的，這就會給用戶帶來不友好的體驗。同時，信息過載也給用戶的工作和生活帶來了極大的不便和挑戰(zhàn)。我們可以獲得的信息越來越多，但我們找到自己需要的準(zhǔn)確信息卻越來越難，因此，怎樣在社交網(wǎng)絡(luò)中找到自己熟悉或者感興趣的人是非常重要的事情。朋友推薦作為信息檢索的一個領(lǐng)域，旨在通過計算機利用機器學(xué)習(xí)等方式挖掘出用戶的特征興趣，為用戶在信息海洋中打撈出最感興趣或者最有價值的東西。朋友推薦的出現(xiàn)極大的方便了用戶，推動了數(shù)據(jù)挖掘領(lǐng)域的發(fā)展，也

3、帶來了巨大的商業(yè)價值。如今的大部分朋友推薦方法，只考慮了用戶的興趣、關(guān)注內(nèi)容是否相似。這樣的推薦方法只適合于虛擬網(wǎng)絡(luò)的推薦，由此推薦的好友，他們之間的關(guān)系只是虛擬關(guān)系，在現(xiàn)實世界中很少有交集，因此并不能夠充分滿足用戶的社交需求。隨著使用時間的越來越長，這類添加的朋友還會被逐漸淡忘，朋友關(guān)系因此脆弱容易斷裂，進(jìn)而成為好友列表中的冗余信息。
　　如今基于地理位置或者含有類似簽到功能的社交軟件非常普遍，軟件的用戶留下了大量包含地理位置的

4、信息，地理位置信息在朋友關(guān)系中又起著舉足輕重的作用，為我們進(jìn)行朋友推薦的研究提供了一種新的思路。線上的虛擬好友在關(guān)系足夠親密牢固時通常會發(fā)展為線下的好友，如果好友間地理位置很近，那么他們會發(fā)展為線下好友的幾率將會大大增加。如果兩個用戶地理位置相近，他們可能在真實世界中已經(jīng)是好友，但是在虛擬網(wǎng)絡(luò)中沒有建立好友關(guān)系，推薦為好友會加強聯(lián)系使得溝通更加方便。如果他們是陌生人，他們所處的環(huán)境是類似的，遇到的人和事物也是類似的，這使得他們更可能有著

5、相同的話題，關(guān)注相同的事件，因此他們更可能因為地理位置近而成為朋友。
　　本篇論文首先探究了地理位置在朋友推薦中的作用，初步的假設(shè)與實驗之后，本文基于用戶的地理位置信息提出了一種新的朋友推薦模型，在矩陣分解的基礎(chǔ)上加入地理位置信息，對優(yōu)化公式進(jìn)行約束或補充。本文首先探究了三種相似度計算方法，來衡量用戶與用戶之間地理位置信息的共性。然后探究了三種結(jié)合方法，將挖掘的這部分信息融入到矩陣分解的框架中，使得推薦的好友不僅興趣相似，而且地理

6、位置也是相近的。通過本文方法推薦的好友，不僅可以在線上交流，還可以在線下面對面的交流或者共同參與同一個線下活動，這樣，用戶的社交經(jīng)歷才會更加豐富而深刻，用戶的朋友關(guān)系才會維持的更久，不僅進(jìn)一步鞏固了好友關(guān)系，也提升了用戶的體驗。我們在Gowalla網(wǎng)站真實數(shù)據(jù)集上做了大量的實驗，利用準(zhǔn)確度，召回率和Fl-measure等評價指標(biāo)來檢驗方法的性能，通過對比發(fā)現(xiàn)本文提出的方法比一般的推薦算法結(jié)果有大幅度的提升，有效地彌合了線上線下的差距，為