基于位置的社交網(wǎng)絡(luò)中高性能興趣點推薦算法研究

《基于位置的社交網(wǎng)絡(luò)中高性能興趣點推薦算法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、碩士學(xué)位論文題目:基于位置的社交網(wǎng)絡(luò)中高性能興趣點推薦算法研究研究生常曉雨專業(yè)計算機技術(shù)指導(dǎo)教師余正生教授完成日期2016年03月杭州電子科技大學(xué)碩士學(xué)位論文基于位置的社交網(wǎng)絡(luò)中高性能興趣點推薦算法研究研究生：常曉雨指導(dǎo)教師：余正生教授2016年03月DissertationSubmittedtoHangzhouDianziUniversityfortheDegreeofMasterResearchonHighPerformancePoint-of-InterestRecommendationAlgorithminLocation-BasedSocialNetworksCandidate:

2、ChangXiao-yuSupervisor:Prof.YuZheng-shengMarch,2016杭州電子科技大學(xué)學(xué)位論文原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明：本人鄭重聲明所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)Ｆ，獨立進行研巧工作所取得的成果‘。除文中己經(jīng)化明引用的內(nèi)韓外，本論文不含任何其他個人或集體己經(jīng)發(fā)表或撰寫過的作品或成果。對本義的研究做出重要貢獻的個人和集體，均己在文中＾文明確方式掠明。－申請學(xué)位論文與資料若有不實么處，本人承擔(dān)切相關(guān)責(zé)任。論文作者簽名：円期：Ｗ＇６年Ｊ月十曰考礙Ｊ巧學(xué)位論文使用授權(quán)說明本人完全了解杭州電子科技大學(xué)關(guān)于保留和

3、使用學(xué)位論文的規(guī)定，即；研巧生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬杭州電子科技大學(xué)。本人保證畢業(yè)離校后．發(fā)表論文或使用論文工作成果時署名審位仍然為杭州電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，允許查閱巧借閱論丈；學(xué)校叫公布論文的全部或部分內(nèi)容，可允許采用影印、縮印或其它復(fù)制乎段保存論文。（保密論文在解巧后遵守此規(guī)定）論文作巧豁名：蒂巧ｂ名民日期：興ｆ《年３月千口■＂指污教師篇知普ＶＵ期：若年５月Ｊ日杭州電子科技大學(xué)碩士學(xué)位論文摘要近些年來，隨著定位技術(shù)的民用化和智能設(shè)備的大眾化，基于位置的社交網(wǎng)絡(luò)得到了極大發(fā)展，它將地理位置信息融合到普通社交網(wǎng)絡(luò)上

4、，論文便是研究這種網(wǎng)絡(luò)中興趣點的推薦算法。興趣點推薦有助于人們發(fā)現(xiàn)感興趣地點。傳統(tǒng)推薦方法僅僅考慮空間聚類現(xiàn)象對興趣點推薦的影響或者僅僅對固定時間段內(nèi)的興趣點做推薦，而沒有考慮興趣點推薦存在時間和空間上的衰減現(xiàn)象。為了進一步提高興趣點推薦算法的性能，論文主要做了以下研究：（1）就統(tǒng)計意義上來說，用戶訪問時間相隔越短或者距離越近的興趣點之間的相似度越高，在推薦算法中的權(quán)值越大。因此，在性能最好的傳統(tǒng)基于興趣點的協(xié)同過濾推薦算法基礎(chǔ)上，引入時間衰減函數(shù)或者空間衰減函數(shù)作為權(quán)值進行興趣點相似度求解的改進，并將改進算法運用于興趣點推薦，在實際數(shù)據(jù)集上進行實驗，結(jié)果表明引入時間衰減函數(shù)或者引入空間衰

5、減函數(shù)的基于興趣點協(xié)同過濾的上下文感知推薦算法比那些傳統(tǒng)推薦算法有更好的推薦性能。（2）為了能同時考慮到興趣點相似度在時間和空間上的衰減特性，論文采用線性組合的方式對兩種改進的興趣點推薦算法進行融合，設(shè)計出了引入時間和空間衰減函數(shù)的基于興趣點協(xié)同過濾的上下文感知混合推薦算法，在實際數(shù)據(jù)集上進行實驗，結(jié)果表明興趣點混合推薦算法比單獨引入時間衰減函數(shù)或單獨引入空間衰減函數(shù)的興趣點推薦算法有更好的推薦性能。關(guān)鍵字：興趣點推薦，基于位置的社交網(wǎng)絡(luò)，協(xié)同過濾推薦，時間衰減函數(shù)，空間衰減函數(shù)，混合推薦I杭州電子科技大學(xué)碩士學(xué)位論文ABSTRACTInrecentyears,withthecivilus

6、eofpositioningtechnologyandthepopularityofsmartdevices,location-basedsocialnetworkswhichcombinelocationinformationwithordinarysocialnetworkshavegotgreatlydevelopment.ThispaperaimsatresearchingthePoint-of-Interestrecommendationalgorithminthiskindofnetworks.Point-of-Interestrecommendationcouldhelppe

7、oplefindinterestinglocations.TraditionalrecommendationmethodsonlyconsidertheeffectsSpatialclusteringphenomenonmayhaveonPoint-of-Interestrecommendation,orjustfocustherecommendationonafixedperiodoftime,withouttakin