[发明专利]基于内存计算框架、融合社交及时空数据的位置推荐方法

摘要

本发明提出一种基于内存计算框架、融合社交及时空数据的位置推荐方法，搭建形成包含master主机和slave从机的集群，处理用户签到数据得到用户签到矩阵；从社交网络中去获取用户的社交好友关系数据，得到用户之间的社交关系矩阵；对社交环境进行分析和量化；构建推荐模型，对用户签到矩阵按时间进行拆分，将多种社交因素作为约束条件对矩阵进行分解，得到用户隐特征矩阵和位置隐特征矩阵，将用户隐特征矩阵和位置隐特征矩阵进行合并预测用户在每个时间状态下的签到偏好矩阵，采用投票方案将不同时间状态下的预测矩阵合并为统一的位置偏好预测矩阵；将得到的位置偏好预测矩阵的数据提取，输出分析结果。该方法计算速度快，准确性高。

主权项

一种基于内存计算框架、融合社交环境及时空数据的位置推荐方法，其特征在于：包括以下步骤：第一步，搭建形成包含master主机和slave从机的集群，将用户签到表数据导入master主机中，由master主机进行分割，并将数据的预处理任务分派给slave从机，同时追踪slave从机上的分布式计算，收集slave从机的反馈信息进行汇总统计，得到用户签到矩阵CIt；第二步，从社交网络中去获取用户的社交好友关系数据，并对用户签到矩阵CIt和用户的社交好友关系数据进行整理，得到用户之间的社交关系矩阵SN；第三步，对社交环境进行分析，具体包括建立基于时间状态的社交圈、利用用户签到矩阵CIt和签到日志分析和量化个人偏好、个人偏好相似度、用户之间的社交信任以及社交亲近度；第四步，对签到矩阵进行拆分并分解，得到用户隐特征矩阵Ut和位置隐特征矩阵L，并构建推荐模型目标函数得到用户隐特征矩阵Ut和位置隐特征矩阵L，将用户隐特征矩阵Ut和位置隐特征矩阵L进行合并预测用户在每个时间状态t下的签到偏好矩阵采用投票方案将不同时间状态下的预测矩阵合并为统一的位置偏好预测矩阵第五步，将得到的位置偏好预测矩阵的数据提取，转换成可视化的形式，输出分析结果。