作者：徐泽锋; 刘文菊; 王赜基于位置的社交网络区域划分元路径兴趣点推荐
摘要：基于位置的社交网络（LocationBasedSocialNetworks，LBSN）的相关服务推荐越来越多，而兴趣点（PointOfInterest，POI）推荐作为LBSN相关服务中的一项个性化推荐也备受关注，越来越多的学者投入研究。目前，各种基于位置的推荐算法层出不穷，但由于LBSN中的数据极度稀疏的原因，导致许多算法推荐精度不高，本文提出了一种基于用户活动区域划分的元路径推荐算法。首先，根据用户签到以及点评的地点呈现区域性，将用户活动区域分为频繁活动区域和不经常活动区域，根据LBSN结构特征构建用户-活动区域和活动区域-兴趣点之间的二分图模型，其次引入元路径，计算从用户到兴趣点的实例路径的关联度，最后根据关联度大小生成推荐列表。结果表明，该算法较传统的LBSN推荐算法有更好的推荐效果。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
