基于位置社交網(wǎng)絡(luò)潛在好友推薦算法研究.pdf

1、伴隨著移動互聯(lián)網(wǎng)技術(shù)與地理定位技術(shù)的崛起，基于位置的服務(wù)迅速地滲透到互聯(lián)網(wǎng)的各類網(wǎng)站和應(yīng)用中。其中，融合基于位置的服務(wù)與傳統(tǒng)社交網(wǎng)絡(luò)結(jié)構(gòu)的位置社交網(wǎng)絡(luò)發(fā)展迅猛，許多結(jié)合位置服務(wù)的社交類應(yīng)用受到了許多互聯(lián)網(wǎng)用戶的青睞。用戶在位置社交網(wǎng)絡(luò)上分享自己的位置信息，在自己喜歡的地點進行簽到，發(fā)表包含位置信息的狀態(tài)和微博，通過關(guān)注周圍的人尋找與自己有相同興趣愛好的人。
　　隨著位置社交網(wǎng)絡(luò)應(yīng)用中用戶數(shù)據(jù)和地理位置數(shù)據(jù)的迅速膨脹，用戶想要快速、

2、準(zhǔn)確地發(fā)現(xiàn)自己需要的信息變得越來越困難，基于位置社交網(wǎng)絡(luò)的推薦系統(tǒng)開始出現(xiàn)。研究者們致力于根據(jù)用戶數(shù)據(jù)和地理位置數(shù)據(jù)中包含的信息，分析用戶的喜好，并針對用戶的喜好對用戶進行個性化的推薦，包括潛在好友推薦、地點推薦和活動推薦。但是，由于數(shù)據(jù)稀疏性和敏感性等因素，位置社交網(wǎng)絡(luò)的個性化推薦面臨許多的問題。
　　本文針對位置社交網(wǎng)絡(luò)中潛在好友的推薦展開研究。介紹了基于位置社交網(wǎng)絡(luò)的基本概念和相關(guān)推薦算法。同時，針對位置社交網(wǎng)絡(luò)好友推薦中社

3、交影響和位置影響這兩個主要因素，介紹了三種相關(guān)的潛在好友推薦算法:基于共同好友比重的好友推薦、基于用戶協(xié)同過濾的好友推薦和基于習(xí)慣簽到地點的好友推薦。另外，針對位置社交網(wǎng)絡(luò)用戶簽到數(shù)據(jù)稀疏的問題，運用聚類方法對用戶簽到矩陣進行降維處理，提高用戶相似性計算效果。最后，提出了一個線性框架融合了基于社交影響和位置影響的好友推薦算法，力求提高位置社交網(wǎng)絡(luò)好友推薦的效果。
　　本文通過改進算法與傳統(tǒng)算法的實驗對比，驗證了改進算法的可行性。實