[发明专利]一种融合协同过滤算法和位置信息的目标地推荐方法

权利要求书

1.一种融合协同过滤算法和位置信息的目标地推荐方法，其特征在于，计算(1)基于协同过滤算法生成用户u对目标地i的预测评分P(u，i)，以及(2)用户u到目标地i的旅行代价TravePenalty(u，i)；

则最终目标地i在用户u的推荐列表中的推荐值定义为：

RecScore(u，i)＝P(u，i)-TravelPenalty(u，i)

针对多个目标地i计算RecScore(u，i)，并将RecScore(u，i)最大值对应的目标地作为最终推荐的目标地；

多个目标地位于距离当前用户u所在地半径为距离阈值K的目标区域内。

2.根据权利要求1所述的融合协同过滤算法和位置信息的目标地推荐方法，其特征在于，所述的预测评分P(u，i)计算方法如下：

P(u,i)=ri‾+Σj∈S(i,k)∩N(u)sim,(i,j)×(ru,j-ri‾)Σj∈S(i,k)∩N(u)|sim,(i,j)|]]>

其中，S(i，k)是与目标地i最相近的K个目标地集合，N(u)是用户u给过评分的目标地的集合；

r_u，j是用户u对目标地j的评分；

是所有N个用户对目标地i评分的均值，其计算公式为其中τ_it表示用户t对目标地i的评分；

sim’(i，j)为余弦相似度修正值，有：

sim,(i,j)=sim(i,j)×11+log(1+Σu∈U|ru,i-ru,j|)]]>对数的底数默认为10；

其中sim(i，j)为修正前的余弦相似度：

是用户u对所有目标地评分的均值；

其中r_u，i是用户u对目标地i的评分；r_u，j是用户u对目标地j的评分；是用户u对所有目标地评分的均值；U＝N(i)∩N(j)是给目标地i和目标地j都打过评分的用户集合；N(i)是给目标地i打过评分的用户集合，N(j)是给目标地j打过评分的用户集合；

当sim(i，j)为正时，说明目标地i和目标地j正相关，具有相似性，具有推荐价值。当sim(i，j)为非正值时，说明目标地i和目标地j负相关或不相关，不具有相似性，则不具有推荐价值；并且计算修正后的相似度时，只计算正相关的目标地；

评分的计算方法为：假定T天时间内，连接次数为n，那么评分为