[发明专利]一种基于场景的社交网络位置兴趣点推荐方法

说明书

技术领域

本发明涉及一种位置兴趣点推荐方法，更具体地讲，是一种基于现实世界中某个场景位置，进行位置兴趣点个性化推荐的方法，属于网络通信领域。

背景技术

社交网络的发展，拓展了人们互相交流的方式，作为web2.0的重要组成部分，社交网络把现实世界中的人与人联系了起来。传统的电子商务、平面媒体等系统也逐渐加入社交网络元素，构建相应的领域网络结构。

2011年，移动互联网进入人们的生活。作为移动和互联网融合的产物，继承了移动随时随地随身和互联网分享、开放、互动的优势。在这样的背景下，运营商提供无线接入，互联网企业提供各种成熟的应用，将互联网从电脑延伸至手机等客户端上。

传统的推荐有类似亚马逊网站的书籍推荐，有类似豆瓣的音乐推荐，有类似社交网络中的好友推荐。这些推荐系统，通过对用户和产品或者用户与用户之间的关系进行建模。主流的推荐系统采用基于内容过滤^[1]，基于协作过滤^[2]和基于网络的图结构^[3]的方法。

以Facebook、Twitter、Foursquare等为代表的社交网络都已经具备了“位置分享”、“位置签到”、“位置标识”等位置服务的初级功能。这类应用大多是用户利用手机客户端，主动输入位置信息，上传到网络服务端，记录用户在某个位置的一些信息，比如经度纬度、位置内容描述等等。

在移动互联网中，用户在移动的状态下，对搜索的需求非常大，比如查找某个感兴趣的位置，现在的搜索还大多是用户输入感兴趣的关键词，然后服务端将查询得到的信息，显示在用户手机客户端。这类的搜索建立在用户主动提供搜索关键词，搜索的效果一般。搜索结果可以是按照某个类别的升序或降序进行排列，当呈现出大量的结果时，常常需对搜索的结果进行二次筛选。这类搜索在同一个地方针对不同的用户来讲，其呈现的结果却大多是一样的，结果千篇一律，因此算不上一种个性化的推荐。

[1] Souvik Debnath, Niloy Ganguly, Pabitra Mitra. Feature Weighting in Content Based Recommendation System Using social network analysis. WWW/Poster Paper, April, 2008, pages 1041-1042

[2] G. Linden, B. Smith and J. York. Amazon.com recommendations: item-to-item collaborative filtering. Internet Computing, IEEE, Vol.7, No.1. (January 2003), pp. 76-80. doi:10.1109/MIC.2003.1167344 Key: citeulike: 346829

[3] Marco Gori, Augusto Pucol. A radom-walk Based Scoring Algorithm with Application to Recommender Systems for Large-Scale E-commerce. WEBKDD’06, 2006 pages: 127-146。

发明内容

技术问题： 本发明的目的在于提供一种基于场景的社交网络位置兴趣点推荐方法。基于本发明，能够更加准确的为不同的用户提供与其所在现实世界中位置相关的个性化的位置兴趣点推荐，使得推荐更加具有针对性。

技术方案： 本发明提供了一种基于现实场景的社交网络中的个性化位置推荐方法。通常我们会向自己的好友请求关于某个物品的推荐，基于这样的思想，利用社交网络这一社会关系，挖掘社会关系中好友所经历的位置历史，同时对位置进行多种层次的分类，使得给用户的关于位置兴趣点的推荐，更加个性化更有针对性。

1.当用户在某个位置时，得到该位置的地理信息，这里我们取经纬度，是一个绝对地理意义上的表示；

2.查找出当前所在的位置一个活动半径范围之内的所有位置兴趣点，作为兴趣点集合A；

3.查找出社交关系中的好友，如果好友在此范围内有过位置逗留历史，将历史位置兴趣点查找出，作为集合B；

4.结合用户的特征和好友的特征，对集合A和集合B中的位置兴趣点进行挖掘，分类，得出位置兴趣点推荐结果，并推送给用户。

本发明的实施方法提供技术方案如下：