[发明专利]基于用户偏好、社交信誉度和地理位置的兴趣点推荐方法有效
申请号: | 201710899405.7 | 申请日: | 2017-09-28 |
公开(公告)号: | CN107766462B | 公开(公告)日: | 2020-03-13 |
发明(设计)人: | 曾骏;李烽;何欣;文俊浩;柳玲 | 申请(专利权)人: | 重庆大学 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06F16/9537;G06Q50/00 |
代理公司: | 重庆博凯知识产权代理有限公司 50212 | 代理人: | 黄河 |
地址: | 400044 *** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 用户 偏好 社交 信誉 地理位置 兴趣 推荐 方法 | ||
1.基于用户偏好、社交信誉度和地理位置的兴趣点推荐方法,其特征在于,包括以下步骤:
获取所有用户及候选推荐地点的历史签到信息,基于所述所有用户的历史签到信息采用TF-IDF计算目标用户对所述候选推荐地点的地点偏好度TFIDFu,l,所述所有用户包括目标用户及相似用户,u表示目标用户u,v表示相似用户v,l表示候选推荐地点l;
基于所述目标用户的历史签到信息、所述相似用户的历史签到信息及所述地点偏好度TFIDFu,l计算相似度Simu,v;
获取所有用户的社交网络信息,基于所述社交网络信息采用PageRank算法计算出所述相似用户的社交信誉度Repv;
获取所述目标用户的位置信息,基于所述目标用户与所述候选推荐地点之间的距离信息计算所述目标用户的地理距离影响因子g(disu,l);
基于所述候选推荐地点的历史签到信息计算所述候选推荐地点的流行度p(l);
基于公式计算所述目标用户的推荐分数Scoreu,l,Cv,l为所述相似用户在所述候选推荐地点的签到频次;
基于所述推荐分数Scoreu,l生成推荐信息;
所述获取所述目标用户的位置信息,基于所述目标用户与候选推荐地点间地理距离信息计算所述地理距离影响因子g(disu,l)包括:
基于K-mediods聚类算法确认所述目标用户的位置;
基于所述目标用户的位置计算所述目标用户与所述候选推荐地点的距离disu,l;
基于公式或或计算所述目标用户的地理距离影响因子g(disu,l),a和b为幂率分布参数,e为自然常数。
2.如权利要求1所述的基于用户偏好、社交信誉度和地理位置的兴趣点推荐方法,其特征在于,所述获取所有用户及候选推荐地点的历史签到信息,基于所述所有用户的历史签到信息采用TF-IDF计算所述目标用户对候选推荐地点的地点偏好度TFIDFu,l包括:
获取所述所有用户的总人数U、所述目标用户在所述候选推荐地点的签到频次Cu,l、所述目标用户的总签到次数totalu、所述候选推荐地点的总签到人数totall;
基于公式计算所述目标用户的地点偏好度TFIDFu,l。
3.如权利要求1所述的基于用户偏好、社交信誉度和地理位置的兴趣点推荐方法,其特征在于,所述基于所述目标用户的历史签到信息、所述相似用户的历史签到信息及所述地点偏好度TFIDFu,l计算相似度Simu,v包括:
所述所有用户的历史签到信息包括所述目标用户在所述候选推荐地点的签到频次Cu,l;
基于公式计算所述目标用户的相似度Simu,v,L表示所有的候选推荐地点的集合。
4.如权利要求1所述的基于用户偏好、社交信誉度和地理位置的兴趣点推荐方法,其特征在于,所述获取所有用户的社交网络信息,基于所述社交网络信息采用PageRank算法计算出所述相似用户的社交信誉度Repv包括:
获取社交网络上所有用户的社交网络信息;
基于所有用户的社交网络信息生成每个用户的社交网络图;
基于PageRank算法计算出所述社交网络图中每个用户的PageRank值;
基于公式计算所述相似用户的社交信誉度Repv,PageRankv为所述相似用户的PageRank值,max(PRU)为所述所有用户中最大的PageRank值,U表示所述所有用户的总人数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆大学,未经重庆大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710899405.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种校园用学生信息管理系统
- 下一篇:过滤袋架(AAA123)