LBSNs中基于用户活动和社交信任的好友及位置推荐算法

在基于位置的社交网络中,好友推荐主要是基于用户共同好友数量、用户行为偏好的相似性实现,而位置推荐则主要是基于地理位置进行空间聚类、用户间最长公共访问子序列实现,但目前推荐方法对用户行为偏好描述缺少语义活动信息支持,刻画用户间的关系也缺乏必要的个体信任关系描述,同时尚未综合利用第三方社交网应用中对位置的大众评分及个人评分,因而导致推荐质量不高.针对此问题,在综合考虑用户语义活动偏好、社交信任、位置合成评分以及物理距离等因素的前提下,提出FRBTA和LRBTA算法分别进行好友和位置推荐.实验结果表明,本文提出的推荐算法是可行且有效的.