基于用户签到和地理属性的个性化位置推荐算法研究-计算机科学.PDF

Vo 1. 43 No. 12 第 43 卷第12 期 计算机科学 2016 年 12 月 Computer Science Dec 2016 基于用户签到和地理属性的个性化位置推荐算法研究 蔡海尼1 陈程1 文俊浩1 王喜宾2 曾骏1 (重庆大学软件学院 重庆 401331) 1 (重庆邮电大学软件工程学院 重庆 400065)2 摘 要 针对基于 LBSNs (Location-based Social Networks) 的位置推荐算法考虑因素羊一且不能有效解决用户位于 不同城市的位置推荐的问题，综合考虑潜在的社交影响、内容匹配影响和地理局性影响等因素，提出了基于用户签到 和地理局性的个性化位置推荐算法 SCL CSocial-Content-Location) 。该算法在协同过滤的基础上，引入了用户兴趣特 征比较，改进了用户的相似度计算;同时，在分析位置的内容信息时，融入用户评论，缓解了位置标签的短文本特性对 LDA (Latent Dirichlet Allocation) 主题提取的影响，提高了用户兴趣和城市偏好主题提取的准确率。实验结果表明， SCL 算法在本地城市召回率上较协同过滤算法 U提高近 65% ，较 LCA-LDA 算法提高近 30%; 在异地城市召回率 上，高于 LCA-LDA 算法近26%。这表明 SCL 算法在不同城市下的位置推荐具有一定的可行性。 关键词 潜在社交影响，内容匹配影响，地理局性影响，协同过滤，LDA 主题提取 中固法分类号 TP391 文献标识码 A DOI 10. 11896/j. issn. 1002-137)♀ 2016.12.029 Personalized Location Recommendation Algorithm Research ßased on User Check-ins and Geographical Properties CAI Hai-ni1 CHEN Cheng1 WEN Jun-hao1 WANG Xi-bin2 ZENG Jun1 (School of Software Engineering ,Chongqing University ,Chongqing 401331 ,China) 1 (School of Software Engineering ,Chongqing University of Posts and Telecommunications ,Chongqing 400065 ,China)2 Abstract Since the consideration of location recommendation algorithms based on LBSNs (Location-Based Social Net works) is too single ,and it couldn t effectively solve the problem of location recommendation for user in different ci- ties , synthesizing the factors of potential social influence , content match influence and geographical property influence , the personalized location recommend