基于地理-社会关系的多样性与个性化兴趣点推荐

当前的兴趣点推荐方法主要侧重于拟合用户-兴趣点评分矩阵来获取用户偏好,进而为用户推荐其满意度高的兴趣点集合.然而,该类方法得到的推荐结果之间通常比较相似,不具有多样性,实际上为用户推荐与其偏好相关但彼此之间又有一定差异性的兴趣点更有实际意义.针对上述问题,本文提出一种综合考虑兴趣点之间地理关系和社会关系的多样性与个性化推荐方法.首先,将兴趣点之间的地理关系与社会关系相融合,构建了兴趣点的地理-社会关系模型,以此评估兴趣点之间的相关度.然后,在兴趣点相关度矩阵基础上,提出了基于谱聚类的兴趣点多样性划分方法,从而得到若干个具有差异性的兴趣点集合.最后,提出了基于概率因子模型的兴趣点选取与个性化排序方法,从各聚类中选出满足用户偏好的兴趣点构成推荐列表.实验结果表明,本文方法不仅使兴趣点推荐列表具有多样性,同时也具有更高的推荐准确性,从而实现了兴趣点多样性与个性化推荐的有机融合.