基于位置的社交網(wǎng)絡中的POI推薦問題的研究.pdf

1、隨著社交網(wǎng)絡廣泛應用，人們每天在社交網(wǎng)絡上發(fā)布信息和交友。社交網(wǎng)絡上的用戶信息包括個人隱私類信息（護照號碼和銀行賬號等）和非隱私類信息（購買記錄，網(wǎng)頁瀏覽記錄等）。用戶在社交網(wǎng)絡上的行為可以體現(xiàn)其性格、偏好等特征，因此大部分的社交網(wǎng)站都是基于用戶的上網(wǎng)信息來挖掘用戶的偏好，基于這些偏好為用戶推薦商品或者好友。隨著移動設備的廣泛應用，基于位置的社交網(wǎng)絡（Location-based Social Network, LBSN）成為新型的社交

2、網(wǎng)絡，人們關于位置的服務需求也越來越多。LBSN記錄了人們在物理世界和虛擬網(wǎng)絡中的行為，可以更加真實的挖掘出用戶的性格和偏好特征。與此同時，傳統(tǒng)的社交網(wǎng)絡中的推薦問題也成為LBSN上的熱點問題，關于POI（Point of Interest,POI）的推薦成為LBSN上位置服務的典型問題。本文主要針對LBSN上的POI推薦問題進行研究，通過由POI構(gòu)成的生活習慣圖定義用戶的生活規(guī)律。目的是為人們在新的城市生活或者旅游時，推薦符合用戶性格

3、偏好和生活習慣特征的POI序列，可以使用戶能夠更加適應新城市的生活。通過真實的LBSN的簽到數(shù)據(jù)驗證了本文提出的推薦算法的有效性，同時與目前已有的推薦算法相比，本文的算法可以更加真實、有效地幫助用戶適應在新城市的生活。所以論文的主要工作和貢獻表現(xiàn)在：
　　首先對LBSN上的簽到數(shù)據(jù)進行了統(tǒng)計分析，挖掘用戶的簽到行為規(guī)律，通過POI序列來描述用戶的生活規(guī)律；
　　通過對用戶在居住的城市中的簽到行為挖掘用戶的POI偏好，并且建立

4、居住城市中的由POI組成的生活規(guī)律圖，節(jié)點是POI，邊是用戶移動的概率；
　　基于生活規(guī)律圖及新城市中的POI特征，建立符合用戶偏好和行為習慣的新的生活規(guī)律圖，將這個新的生活規(guī)律圖推薦給用戶，以幫助用戶可以更加適應新城市的生活。通過真實的簽到數(shù)據(jù)驗證了本文提出算法的有效性和可行性；
　　基于圖論相關的數(shù)學方式定義用戶生活模型，建立用戶生活行為圖模型并且分析獲得其統(tǒng)計結(jié)果。用戶生活行為模式推薦，包括使用聚類算法和以協(xié)同過濾算法