[发明专利]POI推荐模型的构建方法及系统

权利要求书

1.一种POI推荐模型的构建方法，包括：

获取多个用户在社交网络中的历史签到数据集，其中，所述历史签到数据集至少包括：签到时间、签到地址的信息；

根据所述历史签到数据集内的签到时间、签到地址的信息确定所述用户的POI特征集合；

提取所述POI特征集合中的至少一个POI特征，确定多个子模型训练集；

通过监督模型对所述多个子模型训练集分别训练对应的POI概率估计，根据自决策树对所述POI概率估计迭代更新，当所述POI概率估计达到或超过预设阈值时，确定多个POI推荐子模型；

根据应用加法聚集所述多个POI推荐子模型，以构建POI推荐模型。

2.根据权利要求1所述的方法，其中，所述签到地址的信息包括：签到地址名称、签到地址类别、签到地址坐标；

所述POI特征集合包括：

根据单个用户在各签到地址名称以及签到地址类别的签到次数，确定所述单个用户的POI偏好以及类别偏好；

根据所述多个用户在各签到地址名称以及签到地址类别的签到次数，确定各签到地址的POI流行度；

根据所述单个用户在预设签到时间内相邻的签到地址的信息，确定所述单个用户的POI转换偏好以及类别转换偏好；

根据所述多个用户在预设签到时间内相邻的签到地址的信息，确定各签到地址的POI转换流行度以及类别转换流行度，其中，所述预设签到时间还包括：小时、星期，确定所述各签到地址的POI时间感知流行度以及类型时间感知流行度；

根据所述签到地址坐标，确定各签到地址间的地理距离。

3.根据权利要求2所述的方法，其中，所述提取所述POI特征集合中的至少一个POI特征，确定多个子模型训练集包括：

通过预先指定簇的数量阈值，根据各签到地址的地址坐标对所述各签到地址进行聚类；

根据各聚类类别内各签到地址的签到次数确定各聚类类别的多个POI特征，从而确定多个子模型训练集。

4.根据权利要求1所述的方法，其中，所述历史签到数据集包括训练数据集以及验证数据集，其中，所述训练数据集用于确定用户的POI特征集合。

5.根据权利要求4所述的方法，其中，在根据所述训练数据集确定的用户的POI特征集合之后，所述方法还包括：

根据所述POI特征集合确定多个POI推荐子模型；

通过验证数据集对所述多个POI推荐子模型进行校验，确定所述多个POI推荐子模型中的部分有效POI推荐子模型；

根据所述部分有效POI推荐子模型修剪所述多个POI推荐子模型，以减少过度拟合。

6.一种POI推荐模型的构建系统，包括：

历史签到数据集获取程序模块，用于获取多个用户在社交网络中的历史签到数据集，其中，所述历史签到数据集至少包括：签到时间、签到地址的信息；

POI特征集合确定程序模块，用于根据所述历史签到数据集内的签到时间、签到地址的信息确定所述用户的POI特征集合；

子模型训练集确定程序模块，用于提取所述POI特征集合中的至少一个POI特征，确定多个子模型训练集；

POI推荐子模型确定程序模块，用于通过监督模型对所述多个子模型训练集分别训练对应的POI概率估计，根据自决策树对所述POI概率估计迭代更新，当所述POI概率估计达到或超过预设阈值时，确定多个POI推荐子模型；

POI推荐模型确定程序模块，用于根据应用加法聚集所述多个POI推荐子模型，以构建POI推荐模型。