【技术实现步骤摘要】
基于兴趣点真流行度与隐式信任挖掘的兴趣点推荐方法
本专利技术涉及互联网
,特别是涉及基于兴趣点真流行度与隐式信任挖掘的兴趣点推荐方法。
技术介绍
随着移动互联网爆炸式增长、电子商务的迅猛发展以及智能手机的快速普及,在线社会网络下的推荐技术得到了迅速发展。在基于位置的在线社会网络下,兴趣点推荐具有时间序列模式和时间循环模式。Zhao等人针对用户在不同的时间段会喜欢不同的下一个兴趣点,提出了一种基于时空潜在排序方法的下一个兴趣点推荐技术,以细粒度的方式显式建模用户、兴趣点和时间之间的交互。Feng等人采用使用针对推荐的排序度量嵌入方法(PRME)对用户的个性化签到序列进行建模,对下一个新的兴趣点进行推荐,此模型整合了签到的序列信息、个人偏好和地理影响,以提高推荐性能。Lian等人提出使用个性化马尔科夫链来表示用户的短期爱好和长期爱好来预测下一个兴趣点。Zhang等人提出一种位置和时间感知的社会化协同检索模型,此模型同时对与用户有关的位置、时间和社会信息进行建模,进行下一个兴趣点推荐,并有效使用协同检索模型的加权估计排序成对损失实现更好的Top-N排序推荐。兴趣点的流行度反映了兴趣点所提供的服务和产品的质量。把兴趣点的流行度作为影响兴趣点推荐的一个因素是可取的。Ying等人提出了一种称为UPOI-Mine的城市兴趣点推荐方法,在基于位置的社会网络下,同时根据社会因素、个人偏好和兴趣点流行度,进行城市内兴趣点推荐。Lim等人提出了一种基于兴趣点流行度和用户兴趣爱好的PERSTOUR模型,为用户推荐个性化的旅游兴趣点序列。此模型考虑用户旅行限制,例如时间限制以 ...
【技术保护点】
1.基于兴趣点真流行度与隐式信任挖掘的兴趣点推荐方法,其特征在于,包括以下步骤:步骤1,采集用户签到行为数据并进行预处理;步骤2,按照等时段划分用户签到行为数据集合,得到多个子集;步骤3,依据TpCsSce‑PPR模型对用户的签到行为数据子集进行深层语义特征分析,包括以下子步骤:子步骤3.1,根据签到行为数据子集计算兴趣点的真流行度;子步骤3.2,根据签到行为数据子集建立相似类别专家;子步骤3.3,根据签到行为数据子集计算基于相似兴趣的相似度;子步骤3.4,根据所述真流行度、相似类别专家、基于相似兴趣的相似度建立TpCsSce‑PPR模型;步骤4,使用随机梯度下降方法优化TpCsSce‑PPR模型,并进行参数更新,根据更新后的用户集合和兴趣点集合,计算可观察签到矩阵,根据该可观察签到矩阵确定推荐给用户的兴趣点。
【技术特征摘要】
1.基于兴趣点真流行度与隐式信任挖掘的兴趣点推荐方法,其特征在于,包括以下步骤:步骤1,采集用户签到行为数据并进行预处理;步骤2,按照等时段划分用户签到行为数据集合,得到多个子集;步骤3,依据TpCsSce-PPR模型对用户的签到行为数据子集进行深层语义特征分析,包括以下子步骤:子步骤3.1,根据签到行为数据子集计算兴趣点的真流行度;子步骤3.2,根据签到行为数据子集建立相似类别专家;子步骤3.3,根据签到行为数据子集计算基于相似兴趣的相似度;子步骤3.4,根据所述真流行度、相似类别专家、基于相似兴趣的相似度建立TpCsSce-PPR模型;步骤4,使用随机梯度下降方法优化TpCsSce-PPR模型,并进行参数更新,根据更新后的用户集合和兴趣点集合,计算可观察签到矩阵,根据该可观察签到矩阵确定推荐给用户的兴趣点。2.如权利要求1所述的基于兴趣点真流行度与隐式信任挖掘的兴趣点推荐方法,其特征在于,子步骤3.1具体包括:PF表示兴趣点Pi被用户签到的频率,表示此兴趣点被用户签到的总数与所有兴趣点被签到总数的比值,IPF表示反兴趣点频率,以总用户U的数目除以包含该签到兴趣点用户Ui的数目,再将得到的商取对数得到:兴趣点的新颖度定义如下:其中,|Ui|表示签到此兴趣点的用户总数,tNew表示目标用户需要兴趣点推荐的当前时间,tStart表示用户兴趣点的建立时间,|tNew-tStart|表示兴趣点从开始建立到用户签到的时间段,综合公式(1)和公式(2),得到兴趣点在t时刻的真流行度,表示如下:POITrue=POIThe-first-true×POINovelty(3)。3.如权利要求1所述的基于兴趣点真流行度与隐式信任挖掘的兴趣点推荐方法,其特征在于,子步骤3.1具体包括:在时间段t内,对于用户签到的每一个类别,计算所有用户的兴趣类别权重u.wch,然后选择具有前K个值的用户作为用户ui的相似类别专家,对于获得的相似类别专家,计算用户ui和相似类别专家在时间段t的相似度,计算公式如下:其中,表示用户ui已访问的兴趣点,表示相似类别专家uq已签到的兴趣点,|P|表示兴趣点总数量。4.如权利要求1所述的基于兴趣点真流行度与隐...
【专利技术属性】
技术研发人员:崔琳,汪材印,张志伟,潘正高,吴孝银,刘永清,
申请(专利权)人:宿州学院,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。