基于LBS和社會(huì)網(wǎng)絡(luò)標(biāo)簽的個(gè)性化推薦研究.pdf

1、隨著移動(dòng)互聯(lián)網(wǎng)和移動(dòng)通信網(wǎng)絡(luò)的飛速發(fā)展，移動(dòng)智能終端設(shè)備日益普及，原有的PC端服務(wù)和平臺(tái)也逐漸向移動(dòng)端轉(zhuǎn)移。在移動(dòng)網(wǎng)絡(luò)環(huán)境中，用戶的移動(dòng)推薦需求受移動(dòng)情境影響極大，同時(shí)伴隨著移動(dòng)終端屏幕小、處理能力差、輸入速度受限等諸多因素，用戶對(duì)推薦實(shí)時(shí)性和推薦精度有更高要求。因次，在移動(dòng)環(huán)境下，傳統(tǒng)的推薦方法已不能滿足用戶要求。
　　針對(duì)移動(dòng)環(huán)境中的推薦需求，本文提出一種結(jié)合LBS和社會(huì)網(wǎng)絡(luò)標(biāo)簽的推薦方法。借助用戶在移動(dòng)環(huán)境中的社會(huì)標(biāo)注行為及

2、已有的信任社會(huì)網(wǎng)絡(luò)關(guān)系，從與目標(biāo)用戶關(guān)聯(lián)度高的用戶中尋找反映用戶興趣的信息;同時(shí)考慮到移動(dòng)環(huán)境中用戶的興趣隨空間及時(shí)間變化的情況，引入用戶位置及標(biāo)注時(shí)間，獲得更加符合用戶興趣愛好的個(gè)性化信息，提高推薦信息的實(shí)時(shí)性，減少推薦的盲目性，進(jìn)而提高推薦的準(zhǔn)確性。
　　推薦方法原理是:首先借助已有的定位技術(shù)獲得用戶位置信息，并將地理位置按照金字塔模型劃分層級(jí)和區(qū)域;然后，應(yīng)用社會(huì)網(wǎng)絡(luò)分析方法對(duì)用戶-資源-標(biāo)簽進(jìn)行分析，得到用戶標(biāo)注資源和用戶

3、社會(huì)關(guān)系的雙層網(wǎng)絡(luò)模型;再綜合興趣愛好和空間位置，得到融合的雙層模型;分別計(jì)算融合的雙層模型中用戶關(guān)系相似度和用戶空間位置相似度;最后，將兩個(gè)相似度加權(quán)，得到用戶的綜合相似度，綜合相似度高的項(xiàng)目為推薦項(xiàng)目集，返回給目標(biāo)用戶進(jìn)行項(xiàng)目推薦。
　　本文在Foursquare數(shù)據(jù)集進(jìn)行對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)數(shù)據(jù)包括用戶個(gè)人信息、標(biāo)簽信息、社會(huì)關(guān)系信息以及位置序列;對(duì)比算法包括本文提出的推薦算法、傳統(tǒng)的協(xié)同過濾算法以及基于LBS的推薦算法。實(shí)驗(yàn)結(jié)果