基于张量分解进行上下文相关的位置推荐方法

专利申请号：CN201610117730.9

公 开 号：CN105808680A

发 明 人：朱晓妍 郝日佩 池浩田 裴庆祺 

代 理 人：王品华;朱红星

代理机构：61205 陕西电子工业专利中心

专利类型：发明专利

申 请 日：20160727

公 开 日：20160302

专利主分类号：G06F17/30(20060101)

关 键 词：三维 矩阵 用户历史数据 分解 奇异值分解 上下文相关 时间上下文 用户相似度 基于位置 社交网络 数据构建 数据稀疏 推荐服务 推荐系统 通信量 高阶 算法 场景 应用 保证 

摘      要：本发明公开了一种基于张量分解进行上下文相关的地点推荐方法，主要解决现有技术对地点推荐质量不佳的问题。其实现步骤为：1.利用待推荐城市所有用户的签到数据构建出三维的签到张量A和用户相似度矩阵B；2.使用高阶奇异值分解算法得到三维张量3.获取待推荐用户c的当前地点；4.根据三维张量对待推荐用户c进行地点推荐。本发明利用张量分解，减少了用户与推荐系统之间的通信量，并且结合时间上下文和用户历史数据，保证了数据稀疏场景下地点推荐结果的有效性和可靠性，可应用于基于位置的社交网络中的地点推荐服务。