[发明专利]一种基于手机使用数据的个性化地点推荐方法

说明书

本发明公开了一种基于手机使用数据的个性化地点推荐方法。首先对用户的地点访问记录数据进行预处理，获得候选地点及相应的地点标签；然后分别提取App使用、多媒体、通讯和网络、通话和短信、系统状态和运动状态等手机使用特征，用户的性别和年龄等人口统计学特征，以及平均停留时间和周末访问频率等地点特征；最后通过基于二阶因子分解机的推荐模型，为新用户预测候选地点的访问次数，从而实现个性化地点推荐。本发明利用手机使用数据进行个性化地点推荐，有效解决了用户冷启动问题，在路线规划和旅游景点推荐等基于位置的服务领域具有广阔的应用空间。

技术领域

本发明涉及个性化地点推荐领域，具体涉及一种基于手机使用数据的个性化地点推荐方法。

背景技术

随着移动互联网的迅猛发展，越来越多的用户热衷于在社交网络平台上分享他们去过的地点，并与其他用户交流互动。因此，挖掘用户的地点访问偏好进而向用户推荐其潜在感兴趣的地点成为了业界关注的热点，相应技术在路线规划和旅游景点推荐等基于位置的服务领域具有广阔的应用前景。

根据在推荐过程中是否考虑用户个体偏好的差异，地点推荐可分为非个性化地点推荐和个性化地点推荐。非个性化地点推荐通常根据大众人群的喜好，基于全局的流行程度对地点进行排名，如获得当地过去一周的热门地点榜单直接向用户进行推荐。然而，这类方法忽视了用户个体差异可能产生的不同偏好，对每一个用户推荐的地点均是相同的，而大众人群的喜好并不一定适用于所有用户个体。

个性化地点推荐考虑了用户个体差异所产生的不同偏好，以用户为中心，为每一个用户推荐其潜在感兴趣的、最相关的地点。这类方法通常利用基于位置的社交网络平台中的用户地点访问历史数据(如签到数据)来挖掘不同用户的地点访问偏好，进而实现个性化地点推荐。然而，这类方法不可避免地会存在用户冷启动问题。由于新用户没有任何地点访问历史数据，难以挖掘其地点访问偏好，因此这类方法对于新用户无法工作。针对这一问题，现有方法尝试引入其它外部信息(如用户的人口统计学信息)来刻画用户。然而，由于缺乏丰富的细粒度用户信息，这类方法难以取得良好的个性化推荐效果。

此外，随着智能手机的广泛普及，用户在日常使用手机的过程中产生了大量的日志数据，包括App使用、无线网络信号、通话和短信、系统设置和加速度传感器数据等。这些丰富的手机使用数据包含用户的地点访问历史和日常手机使用习惯信息，体现了不同用户的行为特点。然而，现有方法忽略了这一足以充分刻画用户的重要信息。

发明内容

本发明要解决的技术问题是如何有效利用手机使用数据，挖掘用户地点访问偏好，提出一种基于手机使用数据的个性化地点推荐方法。

本发明的技术方案为：

一种基于手机使用数据的个性化地点推荐方法，包括候选地点推荐模型构建阶段和个性化地点推荐阶段，其中：

候选地点推荐模型构建阶段包括：

步骤1-1，输入所有用户的基本信息和地点访问记录集合；

步骤1-2，利用DBSCAN算法分别对每一个用户的所有地点访问记录数据进行聚类，获得每一个用户访问的地点集合，并确定用户的“家”和“工作场所或学校”个性化语义标签；

步骤1-3，利用DBSCAN算法对所有用户访问的地点进行聚类，发现不同用户共同访问的公共地点，生成候选地点集合并确定每个候选地点的非个性化语义标签；

步骤1-4，提取用户的手机使用特征f_phone，具体包括提取App使用特征f_a、多媒体特征f_m、通讯和网络特征f_n、通话和短信特征f_c、系统状态特征f_s和运动状态特征f_o；