一种结合时间因子聚类的群组兴趣点推荐模型

陶永才,曹朝阳,石 磊,卫 琳

1(郑州大学 信息工程学院,郑州 450001)2(郑州大学 软件技术学院,郑州 450002)

1 引 言

近年来,由于个人电脑和网络的普及,大量用户和用户信息涌入互联网.在用户向互联网不断提供信息、文件、多媒体资源的同时,也在不断的从互联网中查询和获得各种需要的信息和资源.因此推荐系统伴随各种应用快速发展.

作为数据过滤工具的一种,推荐系统通过挖掘、整理、分析用户在网站上的行为轨迹和数据,并对这些数据进行建模,从而得到用户隐式的需求和兴趣信息.

现存经典推荐系统通常倾向于为单个用户进行推荐.而随着移动设备的普及和各种社交网络的app的出现,传统的线下集体活动开始逐渐转变为以网络为媒体的线上群组活动,如去餐厅就餐,度假旅游,家庭娱乐视频等.因此,推荐系统需要以群组为单位,综合考虑群组中用户权重与偏好,生成群组推荐.由此组推荐系统(group recommender system)产生.

本文提出一个基于时间因子聚类的群组兴趣点推荐模型(A Group POI Recommendation Model Based on Time Factor Clustering,AGRT),考虑到用户在一天当中不同时间点的不同兴趣点偏好,并结合隐语义推荐模型对群组兴趣点进行推荐,较好的克服了用户数据稀疏性问题.

2 相关工作

目前主流的组推荐系统推荐策略通常使用协同过滤推荐(collaborative filtering,简称CF)向组用户产生推荐.这些策略通常可以分为两类:基于内存的协同过滤推荐(memory-based CF)和基于模型的协同过滤推荐(model-based CF).其中,基于内存的协同过滤推荐按照融合策略的不……