基于用户轨迹聚类分析的推荐算法研究
各种GPS定位设备的普及使得记录人们的移动轨迹成为可能。这些轨迹蕴含了用户的兴趣和爱好，不同的轨迹则反映了不同的用户个性。提出一种基于用户轨迹聚类分析的推荐算法，首先对用户的原始轨迹进行停留点提取，使用基于密度的单层聚类算法DBSCAN对停留点进行聚类分析，形成用户的位置轨迹，然后通过建立有向无环图对位置轨迹作相似性分析，根据分析结果为用户推荐潜在可能的朋友。最后，使用真实的GPS轨迹数据对提出算法的有效性和准确性进行了验证。
推荐算法 性能测试 轨迹数据 聚类分析
Hu Li 胡立 Chen Jian 陈健 Shen Shuyi 沈书毅 Huang Jin 黄晋
School of Computer Science and Engineering, South China University of Technology, Guangzhou 510006 华南理工大学计算机科学与工程学院 广州 510006 School of Computer Science and Engineering, South China University of Technology, Guangzhou 510006; 华南理工大学计算机科学与工程学院 广州 510006;华南理工大学软件学院 广州 510006 School of Software Engineering, South China University of Technology, Guangzhou 510006 华南理工大学软件学院 广州 510006 School of Computer, South China Normal University, Guangzhou 510631 华南师范大学计算机学院 广州 510631
国内会议
合肥
中文
250-256
2012-10-01（万方平台首次上网日期，不代表论文的发表时间）