精选优质文档-倾情为你奉上基于地理位置和上下文偏好的使用Geo社会网络的数据的推荐系统摘要随着基于位置的社会网络逐渐流行，我们拥有了一个研究基于用户历史位置信息发现用户偏好的良好平台。在本文中，我们提出了一种基于位置和上下文偏好的推荐系统，该系统可以结合地理空间上的两方面的信息，为特定的用户推荐一系列的场所（如餐馆），该系统需要考虑的信息包括：1）用户偏好，用户偏好可以通过从用户的历史位置信息自动学习到；2）社会评价，这个通过Local experts在位置信息中挖掘得到的。本文的推荐系统不仅可以在用户的生活活跃区而且也可以在一个陌生的城市对人们的旅行进行帮助。由于一个用户访问地点数量的限制，用户位置矩阵是非常稀疏的，对于传统的基于协同过滤算法的推荐系统来说是一个巨大的挑战。矩阵稀疏问题对于一个刚到新城市的用户来说更加严重。最后，我们提出了一种新颖的位置推荐系统，该系统主要包括两个方面：离线模型和线上推荐。离线模型部分是通过类别层次权重（weighted category hierarchy,WCH）为用户的个性化偏好进行建模并且推断出每个用户对于一个城市的知识
