《位置社交網路中基於用戶移動軌跡模式的推薦算法研究》是依託山東師範大學，由郭磊擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：位置社交網路中基於用戶移動軌跡模式的推薦算法研究
- 項目類別：青年科學基金項目
- 項目負責人：郭磊
- 依託單位：山東師範大學
項目摘要,結題摘要,
項目摘要
位置社交網路作為一種新型的社交平台，在方便人們交流和共享信息的同時，也因為用戶數量的不斷增加，而面臨著嚴重的信息過載問題。因此，如何利用能對信息進行有效過濾的推薦算法來解決這一信息供需矛盾受到了研究者們的廣泛關注，成為位置社交網路中具有挑戰性的研究課題。目前已有研究成果雖然在一定程度上緩解了信息過載問題，但仍然對能反映用戶生活習慣和日常行為的移動軌跡考慮不足，特別是在社交網路的環境下研究基於移動軌跡模式的推薦算法還存在很多空白。本項目從位置感知、移動軌跡模式發現，以及在此基礎上的推薦算法的設計三個方面展開研究，旨在通過對用戶移動軌跡的深入理解，為用戶提供更優質的推薦服務。項目特色在於：把多維社會媒體信息套用在實時位置感知算法中，有效地避免了靜態位置感知算法的局限性，為用戶移動軌跡的生成提供保證；研究了將軌跡模式和社會關係信息融合在一起的機制，通過深入挖掘移動軌跡模式進一步提高推薦的準確率。
結題摘要
位置社交網路是人們出行和交流的一種重要社交平台，它在實現社交功能的同時，還實現了位置信息在虛擬網路世界的共享與傳。但由於海量用戶與信息的存在，使得信息供需矛盾越來越嚴重。為了解決上述問題，本項目在分析位置社交網路特點的基礎上，從以下四個方面展開研究：（1）研究了對位置數據進行建模方法。在考慮用戶移動軌跡的基礎上，建模用戶的位置信息，並在相應的推薦算法中進行驗證。（2）研究了對用戶行為進行建模的方法。建模用戶的行為軌跡是挖掘用戶行為模式的重要基礎，同時也是進一步了解用戶興趣，提高推薦準確率的主要方法。這一部分，我們主要研究了如何建模用戶的行為序列，以便更好的地發現用戶興趣和提高推薦算法的準確率。（3）研究了基於用戶行為模式推薦算法。在位置社交網路中，用戶的行為模式是表達他們興趣偏好的一種重要方式，這一部分主要研究如何建模用戶行為的基礎上，進一步設計出符合不同情境需求的推薦算法，如流數據和群組推薦場景。 本項目所研究的信息推薦算法研究，在理論和套用層面都具有重大的意義和價值。在理論方面，可以進一步完善位置社交網路中的地理位置建模，社會關係建模，及基於用戶行為的流數據和群組推薦算法，成為相關工作的重要參考，因此具有重要的科學研究意義。在套用方面，本項目的研究成果可以廣泛地套用於智慧型交通、旅遊路線規劃、移動網際網路服務等多個領域，具有重要的套用前景。
