[发明专利]一种评论信息对用户签到影响的度量方法

摘要

本发明涉及一种评论信息对用户签到影响的度量方法，首先通过张量分解得到用户每次签到的意图分类，然后通过隐马尔科夫模型对用户的下一步意图进行预测，得到用户的下一步访问意图；对1km范围内的同意图位置进行确定；选择模型参数；基于用户该意图的历史评论数据集构建语料库；通过该语料库来训练LDA主题模型，同时对1km范围内同属该意图的位置的评论数据集构建语料库训练LDA主题模型；分析得到的主题的相似性，利用JS距离求得主题相似性并得到top‑k个预测位置。本发明考虑了用户评论信息对用户下一步位置选择的影响，通过预测用户下一步意图，计算用户历史数据中与当前在范围内的位置主题相似性，预测下一个兴趣点。

主权项

1.一种评论信息对用户签到影响的度量方法，其特征在于：包括以下步骤：S1：对用户历史签到数据进行张量分解得到签到意图序列；S2：利用隐马尔科夫模型对用户的下一步意图进行预测；S3：确定当前位置1km为下一步位置预测范围；S4：通过对评论信息的分析获的最优主题参数；S5：对用户所属意图和范围内同意图的位置评论信息分别建模；S6：利用JS距离求主题相似性，并预测top‑k个位置。