基于LBSN的群体行程推荐方法
随着GPS设备(如智能手机、GPS导航仪、GPS记录仪等)的广泛应用,其产生的位置信息也越来越多,基于位置的社交网络(location-based social networks,LBSNs)推荐系统受到了更多的关注.旅游行程推荐是LBSNs中非常热门的研究课题之一,但是大多数现有文章主要是研究向单个用户推荐旅游行程.在本文中,研究向用户群体推荐旅游行程.首先,根据用户的签到记录,使用K-means和谱聚类方法挖掘用户群体及其偏好,这类群体具有很多相同的签到位置.然后,综合考虑用户群体的时间和价格约束,向群体用户推荐符合其偏好的旅游行程.使用新浪微博41位用户真实的签到记录进行实验分析,实验结果表明本文提出的方法在一定程度上解决了向群体推荐行程的问题.
推荐系统 位置信息 群体用户 旅游行程 谱聚类法 K-means方法
李效伦 丁志军
同济大学嵌入式系统与服务计算教育部重点实验室,上海,201804
国内会议
咸宁
中文
113-121
2015-11-07(万方平台首次上网日期,不代表论文的发表时间)