[发明专利]一种基于共现图的兴趣点推荐方法及系统

权利要求书

1.一种基于共现图的兴趣点推荐方法，其特征在于，包括：

S1、计算预先构建的共现图中任意两个节点间的相似性，所述相似性表示所述任意两个节点之间的相近程度，其中，所述共现图表示在基于位置的社交网络LBSN中所有用户已访问的兴趣点之间的共现关系，所述共现图中的节点表示所有用户已访问的兴趣点，所述共现图中的边的权重表示同时访问过该边对应的兴趣点对的用户数量；

S2、根据用户u访问的历史位置集合L_u，由得到用户u访问位置l所处区域的概率，其中，l_ui∈L_u，n表示集合L_u的大小，σ表示最大化释然函数的带宽，l属于LBSN中所有用户已访问的兴趣点，但不属于L_u中的兴趣点；

S3、由所述任意两个节点间的相似性得到各待推荐的候选节点与L_u间的相似性，由所述概率f_geo(l|u)得到用户访问各待推荐的候选节点所处区域的概率，结合两者对用户u进行兴趣点推荐，其中，待推荐的候选节点属于与L_u中各节点直接相连的一阶邻居节点以及与L_u中各节点间接相连但有共同一阶邻居节点的二阶邻居节点。

2.根据权利要求1所述的方法，其特征在于，在步骤S1之前，所述方法还包括：

获取基于位置的社交网络LBSN中的每个用户在历史时间段T内访问过的所有兴趣点集合，由所有用户访问的兴趣点组成共现图的节点；

对于每一个用户，用户u在历史时间段T内访问过的所有兴趣点集合L_u中任意的两个元素对l_ui和l_uj，其中，ui≠uj，若在所述共现图中不存在l_ui和l_uj之间的无向边，则在所述共现图中利用一条无向边连接节点l_ui和l_uj，并将该边的权重赋值为1，若在所述共现图中存在l_ui和l_uj之间的无向边，则将节点l_ui和l_uj之间的无向边的权重值加1。

3.根据权利要求1所述的方法，其特征在于，步骤S1具体包括以下子步骤：

S1.1、由得到所述共现图中任意节点l_i和l_j之间的共现概率，其中，w(l_i,l_j)表示所述共现图中节点l_i和l_j之间直接相连的无向边的权重，W为所述共现图中所有边的权重和；

S1.2、由得到所述共现图中节点l_i相对于节点l_j的一阶相似性；

S1.3、由得到所述共现图中节点l_i相对于节点l_j的二阶相似性，其中，l_k为与节点l_j直接相连的邻居节点。