[发明专利]一种兴趣点推荐方法、系统、介质及设备

说明书

本发明公开了一种兴趣点推荐方法，包括：利用预先创建的分层嵌入兴趣点推荐模型对目标用户的兴趣点进行推荐，得到目标用户的兴趣点列表；其中，分层嵌入兴趣点推荐模型的创建过程为：利用用户偏好的分层结构，构建层级嵌入结构矩阵；其中，用户偏好为对用户在位置社交网络的兴趣点进行挖掘所得的信息；利用用户对兴趣点的喜好程度，构建兴趣点推荐模型；将层级嵌入结构矩阵嵌入至兴趣点推荐模型，得到分层嵌入兴趣点推荐模型。通过本发明中的方法，能够显著提升对用户兴趣点推荐的准确度及效率。相应的，本发明公开的一种兴趣点推荐系统、介质及设备，同样具有上述有益效果。

技术领域

本发明涉及数据处理领域，特别涉及一种兴趣点推荐方法、系统、介质及设备。

背景技术

随着全球定位系统和无线通信网络技术的飞速发展，特别是随着移动社交网络的位置签到、位置共享及位置标识等功能的应用普及，位置服务与社交网络逐渐融合，形成了基于位置的社交网络(Location-Based Social Networks,LBSN)，而兴趣点推荐就是商家为用户推荐兴趣点，从而为商家挖掘潜在的商机，例如，Foursquare、Gowalla和Yelp等社交应用通过移动用户的地理位置推行的签到功能，能够使得用户以签到的形式分布他们的地理标签信息和物理位置，并对已经访问的兴趣点，比如：商场、餐厅、博物馆等兴趣点的信息分享给他们朋友与家人。在传统的基于层次结构的兴趣点推荐模型中，由于矩阵分解方法的局限性，在使用层次结构推荐模型时，会额外增加很多的参数，容易产生过拟合问题，并由此导致兴趣推荐模型的精度较低。由此可见，利用怎样一种更好的方法来提高用户兴趣点推荐的准确度和效率，是本领域技术人员亟待解决的问题。

发明内容

有鉴于此，本发明的目的在于提供一种兴趣点推荐方法、系统、介质及设备，以提高兴趣点推荐的准确度和效率。其具体方案如下：

一种兴趣点推荐方法，包括：

利用预先创建的分层嵌入兴趣点推荐模型对目标用户的兴趣点进行推荐，得到所述目标用户的兴趣点列表；

其中，所述分层嵌入兴趣点推荐模型的创建过程为：

利用用户偏好的分层结构，构建层级嵌入结构矩阵；其中，所述用户偏好为对用户在位置社交网络的兴趣点进行挖掘所得的信息；

利用所述用户对所述兴趣点的喜好程度，构建兴趣点推荐模型；

将所述层级嵌入结构矩阵嵌入至所述兴趣点推荐模型，得到所述分层嵌入兴趣点推荐模型。

优选的，所述利用用户偏好的分层结构，构建层级嵌入结构矩阵的过程，包括：

根据所述用户的兴趣点在用户偏好空间中的位置构建第一矩阵；

其中，所述用户偏好空间为所述用户偏好所在的空间，所述第一矩阵的表达式为X^U(l)，所述第一矩阵X^U(l)的行数为K'，所述第一矩阵X^U(l)的列数为F，U为所述用户偏好所在的空间，l为所述用户的兴趣点；

将所述第一矩阵的行数分割成H层级，得到第二矩阵；其中，H＜K'；

将所述第一矩阵中的每一行与所述第二矩阵中的层级进行关联，得到所述层级嵌入结构矩阵；

其中，所述层级嵌入结构矩阵的表达式为：

式中，为兴趣点l在所述用户偏好空间的位置，H为所述第二矩阵的层级的层数，K'为所述层次嵌入结构矩阵的行数，F为所述层次嵌入结构矩阵的列数，为所述第一矩阵中和所述第二矩阵第i层级相关联的段。

优选的，所述利用所述用户对所述用户的兴趣点的喜好程度，构建兴趣点推荐模型的过程，包括：

获取所述用户的兴趣点在预设空间的位置，得到兴趣点位置；