张大千,尹广楹

(中国石油大学(华东) 计算机科学与技术学院,青岛 266580)

1 引言

兴趣点(Point-Of-Interest,POI)推荐是个性化推荐方向中的一个分支,其目的在于根据用户访问兴趣点的轨迹日志以及两者本身的特征,为用户推荐符合其偏好的兴趣点[1].在基于位置的社交网络(Location-Based Social Networks,LBSN)中,用户通过移动设备上的应用在附近的兴趣点签到,从而分享自己所处的位置,以生成属于自己的兴趣点行为轨迹.而兴趣点推荐算法从某种意义上讲,是基于用户在LBSN 中的轨迹所研究或改进的一种面向兴趣点的推荐算法.

目前为止,兴趣点推荐相关的研究主要以用户的兴趣点访问序列、访问频次以及用户本身所具有的社会关系网为基准进行推荐.其中,基于序列的推荐方法对兴趣点访问序列进行时空上下文信息的挖掘,从而推测出用户在下一时刻可能将要访问的兴趣点.基于访问频次的兴趣点推荐方法则是将用户在LBSN 中所产生的签到数据转化为用户-兴趣点矩阵,其元素为用户对该兴趣点的总共访问次数,从而将兴趣点推荐任务转化为一般的用户-物品矩阵的空缺项填充任务(即矩阵分解).而基于社交关系网的推荐方法则是根据用户关系网所延展到的其它用户信息,以及用户之间的访问轨迹相似度,为用户进行推荐.

在基于访问频次的兴趣点推荐方法中,针对用户未访问过的兴趣点,其偏好程度能够被有效地预测出来.然而该方法没有考虑到用户本身……