[发明专利]基于签到数据的地点推荐方法及装置

权利要求书

1.一种基于签到数据的地点推荐方法，其特征在于，包括：

采用多中心发现算法确定用户的活跃区域；

根据确定的所述活跃区域计算被推荐地点和用户已签到地点之间在空间方面的相似度即地理接近度；

对用户地点签到矩阵即UL矩阵按照时间段进行分割，得到用户-地点-时间矩阵即ULT矩阵，根据所述ULT矩阵计算地点之间在时间方面的相似度即时间感知的地点相似度；

将所述地理接近度和所述时间感知的地点相似度进行融合，计算地点相似度，并根据所述地点相似度进行地点推荐。

2.如权利要求1所述的方法，其特征在于，采用多中心发现算法确定用户的活跃区域具体包括：

步骤1，对于某个用户，首先选择一个该用户签到次数最多的地点作为聚类的第一个中心；然后将与该中心距离小于d的所有地点纳入到同一个聚类中；如果聚类中地点的签到数占总签到数的比例大于θ，则确定该聚类为用户的一个活跃区域，

步骤2，重复步骤1，直到聚类结束，确定用户的所有活跃区域。

3.如权利要求1所述的方法，其特征在于，根据确定的所述活跃区域计算被推荐地点和用户已签到地点之间在空间方面的相似度即地理接近度具体包括：

根据公式1计算用户在已签到地点l_c的条件下访问地点l_r的概率：

Prob(l_r|l_c)＝a×dist(l_r，l_c)^b 公式1；

其中，dist(·，·)表示两个地点之间的距离，a、b为待调参数，根据经纬度计算地球上两点之间的距离采用Haversine公式即公式2计算：

其中，R是地球的半径，和是地点l₁和l₂的纬度，λ₁和λ₂是地点l₁和l₂的经度；

如果已签到地点l_c属于用户的某个活跃区域，则记作r(l_c)，根据公式3计算地理接近度：

其中，l_r为被推荐地点，Prob(l_r|l_c)是用户在已签到地点l_c的条件下访问地点l_r的概率，表示活跃区域的签到数，C_L表示总签到数；

如果已签到地点l_c不属于用户的任何活跃区域，根据公式4计算地理接近度：

其中，C_1c表示在地点l_c的签到数。

4.如权利要求1所述的方法，其特征在于，对用户地点签到矩阵即UL矩阵按照时间段进行分割，得到用户-地点-时间矩阵即ULT矩阵，根据所述ULT矩阵计算地点之间在时间方面的相似度即时间感知的地点相似度具体包括：

根据公式5计算时间感知的地点相似度：

其中，表示时间段t下，用户u在地点l的签到数，m为用户的总数。

5.如权利要求4所述的方法，其特征在于，在根据公式5计算时间感知的地点相似度之前，所述方法进一步包括：

根据公式6计算时间段t_i和t_j之间的差距：

其中t_i、t_j为一天中的任选的两个时间点；

根据公式7，针对地点计算时间段之间的相似度：

根据公式8在考虑用户签到行为的周期性、连续性和不一致性的条件下计算时间相似度：

其中，λ为待调参数，L表示所有地点的集合，时间段t_i和t_j之间的相似度为负指数形式；

根据公式9计算稀疏ULT矩阵中需要被填补的未知元素：

使用未知元素对ULT矩阵进行填补，并将未知元素带入到公式5进行计算。