一种基于区域划分和上下文影响的兴趣点推荐方法

摘要

本发明涉及基于区域划分和上下文影响的兴趣点推荐方法，包括如下步骤：基于K‑means对位置进行聚类，得到区域集合R；计算用户u对未知位置l的协同分数cf(u，l)；计算该位置的区域分数和基于区域的协同分数采用幂律分布来模拟用户访问下一个位置的距离可能性p(l|ao)；计算用户访问未知位置l的综合距离得分计算用户访问未知位置l的综合类别分数对和进行加权计算，得到上下文分数对和进行加权计算，得到未知位置l的最终分数按照分数的大小进行排序，将排名靠前的K个位置生成推荐列表recu。该方法一方面缓解了协同过滤中普遍存在的数据稀疏问题，另一方面使得推荐结果具有合理而充分的可解释性。