基于位置的社交网络中地点推荐方法研究

基于位置的社交网络中地点推荐方法研究

ID:35178628

大小:2.80 MB

页数:79页

时间:2019-03-20

基于位置的社交网络中地点推荐方法研究_第1页
基于位置的社交网络中地点推荐方法研究_第2页
基于位置的社交网络中地点推荐方法研究_第3页
基于位置的社交网络中地点推荐方法研究_第4页
基于位置的社交网络中地点推荐方法研究_第5页
资源描述:

《基于位置的社交网络中地点推荐方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、中文图书分类号:TP312密级:公开UDC:004学校代码:10005工程硕士学位论文M.E.DISSERTATION论文题目:基于位置的社交网络中地点推荐方法研究论文作者:李朔领域:软件工程指导教师:石宇良教授论文提交日期:2016年6月UDC:004学校代码:10005中文图书分类号:TP312学号:S201325043密级:公开北京工业大学硕士专业学位论文(全日制)题目:基于位置的社交网络中地点推荐方法研究英文题目:RESEARCHONSPOTRECOMMENDATIONMETHODSINLOCATION-BASEDSOCIALNETWORK论文作者:李朔领域:软件工程研究方

2、向:信息服务申请学位:工程硕士专业学位指导教师:石宇良教授所在单位:软件学院答辩日期:2016年6月授予学位单位:北京工业大学独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京工业大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名:李朔日期:2016年6月6日关于论文使用授权的说明本人完全了解北京工业大学有关保留、使用学位论文的规定,即:学校有权保留送交论文的复印

3、件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。(保密的论文在解密后应遵守此规定)签名:李朔日期:2016年6月6日导师签名:石宇良日期:2016年6月6日摘要摘要随着基于位置的服务与社交网络的发展,两者对于我们生活的影响越来越大,将他们结合起来应用已经成为一个非常热门的互联网趋势。基于位置的社交网络为线上虚拟世界的社交网络与线下物理世界的位置信息提供了一个新平台,使两者能够充分融合,发挥各自优势。在这个新平台上收集了大量的用户信息、好友信息、位置信息后,可以基于这些数据做个性化的推荐,比如活动推荐、路径推荐等,在这其中一个重要

4、的应用就是位置推荐。然而位置推荐算法还不多,一些问题如数据稀疏性、冷启动、签到地点离常居地远问题依然没有很好的解决方案。为了解决上述问题,对基于位置社交网络中的地点推荐进行研究,提出一个改进的推荐方法,此推荐方法考虑到了用户的兴趣偏好、朋友关系、位置语义与距离等因素。其中为解决冷启动以及签到地点离常居地远问题,此方法在基于用户的协同过滤算法的基础上融合了朋友关系因素,提出了基于用户和朋友关系的协同过滤算法。为解决数据稀疏问题,在上述的协同过滤算法的基础上,集成了聚类算法,采用了K-medoids划分法对地点根据语义与距离进行聚类,取两个算法在推荐时的优点进行互补。为了对所提出的方法

5、进行验证,在Foursquare数据集上以准确率、召回率、mAP作为度量依据进行实验,从而证明改进的方法有效解决了常见问题,提高了推荐效果。此项研究的重点是相似度的计算。对于用户间相似度采用兴趣地点相似度、好友亲密度进行度量,找到与目标推荐用户相似的其他用户,将他们喜欢的地点推荐给目标用户,从而解决冷启动等问题。对于地点间相似度采用词频-逆文档频率、余弦相似性对地点语义相似度进行度量,采用球面距离对距离相似度进行度量,从而对地点进行聚类,解决数据稀疏问题。关键词:基于位置的社交网络;协同过滤;聚类;位置推荐I北京工业大学工程硕士专业学位论文AbstractWiththedevelo

6、pmentoflocation-basedservicesandsocialnetworks,bothofthemhavegreatimpactonourlife.Socombinetheirapplicationshavebecomeaverypopularinternettrends.Location-basedsocialnetworkprovideanewplatformforonlinesocialnetworkinginvirtualworldandofflinelocationinformationinphysicalworld.Thetwoofthemcanbefu

7、llyintegratedandplaytheirstrengthsinplatform.Aftercollectalargenumberofuserinformation,friendinformation,locationinformationinthisnewplatform,thesedatacanbeusedtomakepersonalizedrecommendation.Suchastheactivitiesrecommendationandroutere

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。