[发明专利]基于用户兴趣度和地理位置的活动推荐方法

摘要

本发明公开了一种基于用户兴趣度和地理位置的活动推荐方法，首先在Meetup API开放平台获取相应的权限，通过群组接口、活动接口和成员接口抽取相应的群组数据信息、活动数据信息以及成员数据信息；其次，根据抽取的数据集信息，利用向量分解模型初步筛选出用户感兴趣的活动数据集；然后，结合用户的社会化关系，使用皮尔森相关系数，进一步筛选出用户感兴趣的活动数据集；接着，考虑到活动发生的地理位置对用户是否参与一个活动的影响，对活动发生的地理位置划分区域，使用优化方法，确定用户最终感兴趣且参与的活动数据集；最后，成地将活动信息推荐给相关的用户。本发明方法能够实现从海量的活动数据中高效地向用户推荐合适的活动。

主权项

一种基于用户兴趣度和地理位置的活动推荐方法，其特征在于，包括如下步骤：将用户所属群组进行分类，抽取群组里的群组信息数据、成员数据，以及该群组里的活动信息数据，并将其存储在数据库中，对这些数据进行语料模式匹配预处理操作；针对上述数据，利用矩阵分解模型初步得到用户对于活动的兴趣度，筛选出用户感兴趣的活动数据集；根据用户的社会化关系和用户的活跃度，利用用户间的相似相关性，得到用户对于活动的兴趣度，进一步筛选出用户感兴趣的活动数据集；对活动发生的地理位置进行区域划分，根据用户在该区域内的活跃度，使用优化方法，确定用户最终感兴趣且参与的活动数据集；根据成员用户的社会化关系，计算用户间的相似相关性的过程为：步骤3.1)获取所有成员数据信息；步骤3.2)获取成员的第一条数据信息；步骤3.3)计算该成员参与的群组数；步骤3.4)计算出该成员参与的所有活动数；步骤3.5)计算出该成员平均每个群组参与的活动数；步骤3.6)获取该成员共同参与某一活动的用户集；步骤3.7)从用户集中获取用户j的第一条数据信息；步骤3.8)计算该用户参与的群组数；步骤3.9)计算出该用户参与的所有活动数；步骤3.10)计算出该用户平均每个群组参与的活动数；步骤3.11)获取用户i和用户j共同参与的群组集；步骤3.12)分别计算用户i和用户j在相同群组中的活跃度；步骤3.13)利用皮尔森相关系数，计算用户i和用户j之间的相似相关性；步骤3.14)从用户集中获取用户j的下一条数据信息；步骤3.15)判断该用户数据信息是否到达用户数据集末端，若是，转步骤3.16)，否则，转步骤3.8)；步骤3.16)得到两用户之间前k个最大的相似相关性，存入表中；步骤3.17)获取成员的下一条数据信息；步骤3.18)判断是否到达用户数据集末端，若是，转步骤3.19)，否则，转步骤3.3)；步骤3.19)更新Top表。