发明名称 | 一种基于层次结构的兴趣点推荐方法 | ||
摘要 | 本申请公开了一种基于层次结构的兴趣点推荐方法,该方法包括:在WMF法的基础上,通过融合地理位置信息,构建用于计算用户对兴趣点的位置偏好的原始目标函数;对兴趣点特征矩阵进行分层处理,得到q层的兴趣点隐性层次结构;对用户特征矩阵进行分层处理,得到p层的用户隐性层次结构;对用户活动区域矩阵进行分层处理,得到h层的用户活动区域隐性层次结构;利用兴趣点隐性层次结构、用户隐性层次结构以及用户活动区域隐性层次结构,对原始目标函数进行优化,并利用优化得到的主目标函数,确定用户对未曾到访兴趣点的偏好程度,并将偏好程度大于预设值的兴趣点推荐给相应的用户。本申请提高了兴趣点推荐结果的精准程度和细致程度。 | ||
申请公布号 | CN105653637A | 申请公布日期 | 2016.06.08 |
申请号 | CN201510998263.0 | 申请日期 | 2015.12.28 |
申请人 | 苏州大学 | 发明人 | 赵朋朋;李春华;周子婷;崔志明 |
分类号 | G06F17/30(2006.01)I | 主分类号 | G06F17/30(2006.01)I |
代理机构 | 北京集佳知识产权代理有限公司 11227 | 代理人 | 罗满 |
主权项 | 一种基于层次结构的兴趣点推荐方法,其特征在于,包括:在WMF法的基础上,通过融合地理位置信息,构建用于计算用户对兴趣点的位置偏好的原始目标函数;其中,所述原始目标函数中包含兴趣点特征矩阵、用户特征矩阵、用户活动区域矩阵以及兴趣点影响区域矩阵;基于兴趣点与兴趣点隐性分类之间的关系,对所述兴趣点特征矩阵进行分层处理,得到q层的兴趣点隐性层次结构,其中,q为正整数;基于用户与用户隐性分类之间的关系,对所述用户特征矩阵进行分层处理,得到p层的用户隐性层次结构,其中,p为正整数;基于活动区域与活动区域隐性分类之间的关系,对所述用户活动区域矩阵进行分层处理,得到h层的用户活动区域隐性层次结构,其中,h为正整数;利用所述q层的兴趣点隐性层次结构、所述p层的用户隐性层次结构以及所述h层的用户活动区域隐性层次结构,对所述原始目标函数进行优化,得到相应的主目标函数;利用所述主目标函数,确定用户对未曾到访兴趣点的偏好程度,并将偏好程度大于预设值的兴趣点推荐给相应的用户。 | ||
地址 | 215123 江苏省苏州市工业园区仁爱路199号 |