欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2021100555645
申请人: 郑州大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种融入空间关系的POI推荐方法,其特征在于:包括以下步骤:

步骤1:根据收集用户在LBSN服务平台上生成的时空信息和POI时空信息,依据所述时空信息确定所述用户签到行为受空间关系的影响模式;

步骤2:根据步骤1中所述用户生成的时空信息,划分出用户生活圈范围,并通过此生活圈范围构建用户与POI间的空间关系影响模式,根据步骤1中所述POI时空信息,使用KNN算法计算出每个POI的地理邻居,并通过POI的地理邻居构建POI与POI之间的空间关系影响模式;所述步骤2中划分出用户生活圈范围,并通过此生活圈范围构建用户与POI间的空间关系影响模式包括:生活圈半径是通过实验调整和理论分析得到的;

用户活动中心是通过计算用户历史签到数据得到的,其计算过程为:首先,根据时空信息,统计用户访问的POI位置、频率,POI位置以经纬度表示,假设每个POI的权重相同,将用户访问过的POI经纬度分别累加,之后除以用户访问过的POI个数计算出每个用户的活动中心,每个用户的活动中心以经纬度表示;

对于用户与POI之间的空间关系影响模式,使用非线性函数给予空间关系影响一个指示值,衡量用户与POI之间的空间关系的公式为:其中,Dui=1,表示POIi在以用户u活动中心为中心的生活圈范

围内,反之不在;dis(i|u)是POIi距离用户u往常活动中心的距离,d是根据生活圈理论以及实验测试所得出的生活圈半径;

所述步骤2中使用KNN算法计算出每个POI的地理邻居,并通过POI的地理邻居构建POI与POI之间的空间关系影响模式包括:通过所述时空信息,使用KNN算法选择离POI最近的K个POI作为该POI的地理邻居;

对于POI与POI之间的空间关系影响模式,使用每个POI的K个地理邻居表示,衡量POI与POI之间的空间关系的公式为:其中, 表示在所述时空信息下,POIi的地理邻居被访问频率总和,是POIi的地理邻居在历史签到记录中的总体曝光量,Ii表示使用KNN算法计算得到的POIi的地理邻居集合; 表示所有POI地理邻居被访问频率总和的均值,是衡量一个POI地理邻居总体曝光量大小的指标,I表示在所述时空信息下所有POI集合;μ表示计算系数,表示sigmoid函数;

步骤3:利用融入空间关系的矩阵分解方法得到用户和POI的嵌入向量、用户和POI偏置项,通过预测公式对每个用户可能会访问的POI进行预测并将预测值按大小进行排序,进行POI推荐;

所述步骤3中利用融入空间关系的矩阵分解方法得到用户嵌入向量、POI的嵌入向量、用户偏置项和POI偏置项包括步骤:a1.利用所述时空信息,获得空间信息在用户与POI间的影响模式和空间信息在POI与POI间的影响模式;

a2.利用所述矩阵分解方法,结合空间关系的影响,学习得到用户和POI的嵌入向量;

所述步骤3中学习得到用户嵌入向量、POI的嵌入向量、用户偏置项和POI偏置项方法包括:b1.进行以下更新操作,直到目标函数收敛;

b2.利用随机梯度下降法更新用户嵌入向量,所述更新用户嵌入向量的公式为:

其中, 表示融入空间关系的矩阵分

解方法中得到用户向量的目标函数,wui表示用户u在POIi的历史签到记录频率有关的信任度,更多的签到记录意味着更大的信任度,由于用户POI签到矩阵中的0元素是未知情况,所以只有是1的元素才加入优化, 是rui的预测值,越大表示用户u访问POIi的概率越大,α1表示空间距离关系影响系数, 表示距离用户u活动中心小于d km的POI集合;wi′表示 集合长度的倒数,α2表示考虑空间拓扑关系的空间距离影响系数, 表示POIi的K个地理邻居集合,wi″表示使用softmax函数根据空间关系影响Gi计算的权重,bi是POIi的偏置项,bu是用户u的偏置项,pu是用户u的嵌入向量, 是POIi的嵌入向量的转置,λ为正则项系数;eta为学习率;

利用随机梯度下降法更新POI嵌入向量,所述更新POI嵌入向量的公式为:

利用随机梯度下降法更新用户偏置项,所述更新用户偏置项的公式为:

利用随机梯度下降法更新POI偏置项,所述更新POI偏置项的公式为:

2.根据权利要求1所述融入空间关系的POI推荐方法,其特征在于:所述步骤1中用户在LBSN服务平台上生成的时空信息和POI时空信息包括:用户历史签到记录,用户唯一编号,POI唯一编号,POI经纬度坐标,用户签到时间。

3.根据权利要求1所述融入空间关系的POI推荐方法,其特征在于:所述步骤1中依据所述时空信息确定所述用户签到行为受空间关系的影响模式包括:空间关系在用户与POI之间的影响、空间关系在POI与POI之间的影响。

4.根据权利要求1所述融入空间关系的POI推荐方法,其特征在于:通过所述预测公式对每个用户可能会访问的POI进行预测并将POI推荐给用户。

5.根据权利要求1‑4任一项所述融入空间关系的POI推荐方法的POI推荐系统,其特征在于:包括数据转化模块、分析模块和推荐模块,所述数据转化模块用于将用户在LBSN上在产生的时空信息及POI时空信息用户签到信息转化成用户‑POI矩阵;所述分析模块用于根据所述时空信息确定用户签到行为受空间关系的影响模式;所述推荐模块用于根据所述预测公式得到的预测值大小进行POI推荐。