The invention discloses a method for recommending personalized location route and the time related to the implementation steps are as follows: (1) construction of the three-dimensional tensor sign; (2) in tensor three-dimensional reconstruction; (3) to obtain a list of candidate locations; (4) the coarse-grained time distribution access point and fine-grained time distribution; (5 coarse grain information divergence time) to calculate the place; (6) the fine-grained location information divergence time calculation; (7) to calculate the probability to recommend users visiting the site; (8) to obtain the recommended route. The method of the invention is based on the time information of user interest and location of mining sites of interest to the user time effectively, and users can meet the personal interest route recommendation, the invention can be used in place of the social network site route based on push service.
【技术实现步骤摘要】
本专利技术属于数据处理
,更进一步涉及社交网络
中的一种与时间相关的个性化地点路线推荐方法。本专利技术可应用于基于位置社交网络中的地点路线推送服务。
技术介绍
随着信息技术和移动终端技术的发展,以及无线网络和位置感知技术的出现和进步,基于位置的服务迅速发展起来,例如Foursquare。基于位置的服务能够通过签到来记录跟踪用户的空间移动轨迹。同时,随着城镇化的扩大,城市中包含的地点数量越来越多,用户可能只是了解和熟悉城市某个区域。当用户到达城市中的其他区域,需要服务提供商进行路线推荐。拥有海量的与用户有关的个人信息和历史记录,利用这些数据向用户主动推荐相关服务一方面能够帮助用户做出选择,发现他们感兴趣的、有价值的地点,进而将这些地点组成路线推荐给用户,改善用户体验。蒋晓玲在其发表的硕士论文“基于用户偏好的个性化路径挖掘研究”(硕士论文2013年东北大学)中提出了一种基于图片信息挖掘用户的兴趣偏好并进行路径推荐的方法。该方法通过引入TF-IDF算法对用户的兴趣度进行提取量化。以路线中的兴趣点所属类别代替兴趣点描述路线,并将兴趣点类别对于用户的贡献度作为用户对该类别的兴趣度,提出了基于用户兴趣度的评价函数,实现了个性化的路线推荐。该方法存在的不足之处是,通过TF-IDF算法进行推荐结果比较单一,缺乏多样性;没有考虑路线访问的时间信息,推荐系统产生的路线可能是无效的。百度在线网络技术(北京)有限公司在其申请的专利“一种路线推荐方法及系统”(申请号201410449757.9,公开号CN104197947A)中公开了一种适用于用户在两种状态切换情境下 ...
【技术保护点】
一种与时间相关的个性化地点路线推荐方法,包括以下步骤:(1)构建三维签到张量:(1a)从数据集中获取待推荐城市所有用户的签到数据;(1b)从签到数据中分别提取每个用户对任意一个地点在任意时间段的评分;(1c)将所有的评分构建成用户‑地点‑时间的三维签到张量;(2)重构三维张量:(2a)对三维的签到张量,使用高阶奇异值分解算法,计算所有用户对在任何时间段时对所有地点的评分;(2b)将所有的评分构成用户‑地点‑时间的三维张量;(3)获取候选地点列表:(3a)通过用户手机内置的定位模块,获取待推荐用户的当前位置;(3b)根据待推荐用户的当前位置,确定待推荐用户所在城市,并将该城市作为待推荐城市;(3c)从重构用户‑地点‑时间的三维张量中,提取待推荐城市所有地点的评分集合;(3d)对评分集合,按照评分由高到低进行排序,从排序中选择前K个评分,将所选取评分对应的地点作为候选地点列表;(4)获取时间分布:(4a)将待推荐城市的签到数据,按照地点名称进行分类,统计候选地点列表中的每个地点的签到次数;(4b)对签到时间一年中每个月份的待推荐城市的签到数据进行统计,得到候选地点列表中的每个地点在不同月份 ...
【技术特征摘要】
1.一种与时间相关的个性化地点路线推荐方法,包括以下步骤:(1)构建三维签到张量:(1a)从数据集中获取待推荐城市所有用户的签到数据;(1b)从签到数据中分别提取每个用户对任意一个地点在任意时间段的评分;(1c)将所有的评分构建成用户-地点-时间的三维签到张量;(2)重构三维张量:(2a)对三维的签到张量,使用高阶奇异值分解算法,计算所有用户对在任何时间段时对所有地点的评分;(2b)将所有的评分构成用户-地点-时间的三维张量;(3)获取候选地点列表:(3a)通过用户手机内置的定位模块,获取待推荐用户的当前位置;(3b)根据待推荐用户的当前位置,确定待推荐用户所在城市,并将该城市作为待推荐城市;(3c)从重构用户-地点-时间的三维张量中,提取待推荐城市所有地点的评分集合;(3d)对评分集合,按照评分由高到低进行排序,从排序中选择前K个评分,将所选取评分对应的地点作为候选地点列表;(4)获取时间分布:(4a)将待推荐城市的签到数据,按照地点名称进行分类,统计候选地点列表中的每个地点的签到次数;(4b)对签到时间一年中每个月份的待推荐城市的签到数据进行统计,得到候选地点列表中的每个地点在不同月份的签到次数;(4c)对签到时间一天中每个小时的待推荐城市的签到数据进行统计,得到候选地点列表中的每个地点在每个小时的签到次数;(4d)用每个地点在不同月份的签到次数除以候选地点列表中每个地点的签到次数,得到地点的粗粒度时间分布概率;(4e)用每个地点在不同小时的签到次数除以候选地点列表中每个地点的签到次数,得到地点的细粒度时间分布概率;(5)计算地点的粗粒度时间信息散度:采用粗粒度时间的信息散度计算公式,计算候选地点列表中的地点的粗粒度时间信息散度值;(6)计算地点的细粒度时间信息散度:采用细粒度时间的信息散度计算公式,计算候选地点列表中的地点的细粒度时间信息散度;(7)按照下式,计算待推荐用户访问地点的概率值:sj=ecj-b·(ckj·fkj)其中,sj表示待推荐用户访问地点j的概率值,ecj表示待推荐用户c对地点j的评分,cj表示地点j的粗粒度时间信息散度,fj表示地点j的细粒度时间信息散度,b表示控制因子,其取值的范围为b∈[0,1];(8)获取地点路线推荐:使用最长路径算法,以用户访问地点的概率和候选地点列表中的地点作为输入,得到满足用户兴趣的地点路线推荐。2.根据权利要求1所述的一种与时间相关的个性化地点路线推荐方法,其特征在于:步骤(3d)中所述的K的取值范围是30-50。3.根据权利要求1所述的一种与时间相关的个性化地点路线推荐方法,其特征在于:步骤(5)中所述的粗粒度时间的信息散度计算公式如下: c j = Σ x G ( x ) l o g G ...
【专利技术属性】
技术研发人员:朱晓妍,郝日佩,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:陕西;61
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。