一種位置推薦方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種位置推薦方法及裝置。
【背景技術(shù)】
[0002] 位置服務(wù)和在線社交網(wǎng)絡(luò)是移動互聯(lián)網(wǎng)的兩個主流應(yīng)用，這兩個主流應(yīng)用融合產(chǎn) 生了基于位置的社交網(wǎng)絡(luò)（location-basedsocialnetworks)，簡稱位置社交網(wǎng)絡(luò)。在位置 社交網(wǎng)絡(luò)中，用戶可以建立社交鏈接（sociallinks)，通過具有定位功能的移動設(shè)備（如帶 GPS的手機(jī)），簽到（check-in)自己所在的位置，特別是某些感興趣的位置，如餐館、商店、 博物館等；撰寫評論以分享訪問（簽到）位置的經(jīng)歷。
[0003] 由于位置社交網(wǎng)絡(luò)包含大量的位置，位置推薦技術(shù)可以使用戶更容易找到符合自 己偏好的位置。因此，位置推薦有利于人們探索城市中的新地帶，提高城市生活質(zhì)量。特別 是當(dāng)用戶身處在一個陌生環(huán)境的時(shí)候。也可以利用位置推薦為實(shí)體商店發(fā)現(xiàn)潛在客戶、并 為這些客戶提供相關(guān)廣告，促使客戶訪問商店，以提高商家的利潤。還可以為用戶推薦符合 個人偏好的旅行路線，幫助用戶避免信息過載、節(jié)約行程安排時(shí)間、以及提高旅行意愿，推 動旅游業(yè)的發(fā)展。因?yàn)槲恢猛扑]能夠?yàn)榇蟊?、商家和旅行者帶來便利和利益，所以，在位?社交網(wǎng)絡(luò)中，為用戶進(jìn)行位置推薦尤為重要。
[0004] 目前，有許多關(guān)于位置推薦的技術(shù)，但只是簡單地利用空間特征，忽略了時(shí)間特 征。雖然現(xiàn)有技術(shù)中已經(jīng)開始探索基于時(shí)間特征推薦位置的技術(shù)，但這些技術(shù)還不夠完善， 如一種現(xiàn)有基于時(shí)間特征推薦位置的技術(shù)，首先、將一天劃分成時(shí)間段，如24個時(shí)間段： [0:00-1:00)，[1:00-2:00)，…，[23:00-0:00);然后、根據(jù)用戶對位置的簽到時(shí)間，按時(shí)間 段把用戶對位置的簽到元數(shù)據(jù)分組，即對應(yīng)某個時(shí)間段的分組只包含相應(yīng)時(shí)間的簽到元數(shù) 據(jù)。最后，分別針對每個時(shí)間段的簽到數(shù)據(jù)，利用協(xié)同過濾方法，為用戶在相應(yīng)時(shí)間段推薦 位置。
[0005] 由于當(dāng)前方法把連續(xù)時(shí)間離散化成時(shí)間段，如把一天劃分成24個時(shí)間段，則用戶 在位置簽到的精確時(shí)間信息會丟失。假定兩個簽到時(shí)間分別為0:01和0:59,離散化后將被 看成同樣的時(shí)間，即時(shí)間段〇:〇〇~0:59,但實(shí)際上這兩個時(shí)間相差將近一個小時(shí)。如果采 用細(xì)粒度時(shí)間段的方法來減輕時(shí)間信息丟失，則會因?yàn)榧?xì)粒度時(shí)間段包含的用戶簽到元數(shù) 據(jù)非常稀疏，造成位置推薦質(zhì)量低下。
[0006] 因此，目前的位置推薦技術(shù)，不能在保證簽到元數(shù)據(jù)中時(shí)間信息完整的同時(shí)，兼顧 位置推薦的質(zhì)量。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的實(shí)施例提供一種位置推薦方法及裝置，能在保證簽到數(shù)據(jù)中時(shí)間信息完 整的同時(shí)，兼顧位置推薦的質(zhì)量。
[0008] 為達(dá)到上述目的，本發(fā)明的實(shí)施例采用如下技術(shù)方案：
[0009] 第一方面，提供一種位置推薦方法，包括：
[0010] 獲取用戶設(shè)備對位置的簽到信息；
[0011] 根據(jù)所述簽到信息計(jì)算預(yù)定用戶和其他用戶間的用戶相似度，所述用戶相似度包 括在不同時(shí)間段對預(yù)定位置簽到的所述預(yù)定用戶和所述其他用戶間的用戶相似度；
[0012] 根據(jù)所述用戶相似度獲取所述預(yù)定用戶在所述預(yù)定位置簽到的先驗(yàn)概率；
[0013] 根據(jù)所述簽到信息計(jì)算所述預(yù)定位置和其他位置間的位置相似度，所述位置相似 度包括在不同時(shí)間段經(jīng)所述預(yù)定用戶簽到的所述預(yù)定位置和所述其他位置間的位置相似 度；
[0014] 根據(jù)所述用戶相似度和所述位置相似度構(gòu)建所述預(yù)定用戶在所述預(yù)定位置簽到 的連續(xù)時(shí)間概率密度函數(shù)；
[0015] 根據(jù)所述先驗(yàn)概率和所述連續(xù)時(shí)間概率密度函數(shù)計(jì)算所述預(yù)定用戶在預(yù)設(shè)時(shí)間 段對各個預(yù)定位置訪問的訪問概率；
[0016] 根據(jù)所述訪問概率，按照預(yù)定規(guī)則在預(yù)設(shè)時(shí)間段內(nèi)向所述預(yù)定用戶推薦訪問位 置。
[0017] 結(jié)合第一方面，在第一種可能的實(shí)現(xiàn)方式中，所述簽到信息包含：位置信息集合和 簽到元數(shù)據(jù)集合，所述簽到元數(shù)據(jù)集合包含至少一個簽到元數(shù)據(jù)，所述簽到元數(shù)據(jù)包括所 述用戶設(shè)備的用戶信息、位置信息和時(shí)間信息；
[0018] 根據(jù)所述簽到信息計(jì)算預(yù)定用戶和其他用戶間的用戶相似度，所述用戶相似度包 括在不同時(shí)間段對預(yù)定位置簽到的所述預(yù)定用戶和所述其他用戶間的用戶相似度之前，所 述方法還包括：
[0019] 根據(jù)所述簽到信息獲取所述預(yù)定用戶對所述預(yù)定位置簽到的初始時(shí)間樣本和所 述其他用戶對所述預(yù)定位置簽到的第一時(shí)間樣本；
[0020] 根據(jù)所述簽到信息計(jì)算預(yù)定用戶和其他用戶間的用戶相似度，具體為：
[0021] 根據(jù)所述簽到信息、所述初始時(shí)間樣本和所述第一時(shí)間樣本計(jì)算所述預(yù)定用戶和 所述其他用戶間的用戶相似度，具體包括：
[0023] 其中，sim(u,u')為所述用戶相似度,L為所述位置信息集合,L包含至少一個位 置的位置信息，所述簽到元數(shù)據(jù)集合為D= {〈Ul，I1,t，}(i= 1，. . .，|D|)，所述初始時(shí)間 樣本為Du,: =ItiI〈U;，Ii,ti>eD^ui =Ifli = 1}，所述第一時(shí)間樣本為Du，，： =ItiI〈u;， Ii,ti>e^ui =u' 'Ii = 1}，〈UpIi,tp為所述簽到元數(shù)據(jù)，Ui為任意用戶的用戶信息， u為所述預(yù)定用戶的用戶信息，u'為和u不同的其他用戶的用戶信息，I1S任意位置的位 置信息，1為所述預(yù)定位置的位置信息，h為任意時(shí)間的時(shí)間信息，|D|表示D中的簽到頻 率，IDu,:I為D中Du,:的簽到頻率，IDu, ,:I為D中Du,,:的簽到頻率。
[0024] 結(jié)合第一方面，在第二種可能的實(shí)現(xiàn)方式中，所述簽到信息包含：位置信息集合和 簽到元數(shù)據(jù)集合，所述簽到元數(shù)據(jù)集合包含至少一個簽到元數(shù)據(jù)，所述簽到元數(shù)據(jù)包括所 述用戶設(shè)備的用戶信息、位置信息和時(shí)間信息；
[0025] 根據(jù)所述簽到信息計(jì)算預(yù)定用戶和其他用戶間的用戶相似度，所述用戶相似度包 括在不同時(shí)間段對預(yù)定位置簽到的所述預(yù)定用戶和所述其他用戶間的用戶相似度之前，所 述方法還包括：
[0026] 根據(jù)所述簽到信息獲取所述預(yù)定用戶對所述預(yù)定位置簽到的初始時(shí)間樣本、所述 其他用戶對所述預(yù)定位置簽到的第一時(shí)間樣本、所述預(yù)定用戶對任意位置簽到的第二時(shí)間 樣本和所述其他用戶對所述任意位置簽到的第三時(shí)間樣本；
[0027] 根據(jù)所述簽到信息計(jì)算預(yù)定用戶和其他用戶間的用戶相似度，具體為：
[0028] 根據(jù)所述簽到信息、所述初始時(shí)間樣本、所述第一時(shí)間樣本、所述第二時(shí)間樣本和 所述第三時(shí)間樣本計(jì)算所述預(yù)定用戶和所述其他用戶間的用戶相似度，具體包括：
[0030] 其中，sim(u,u')為所述用戶相似度,L為所述位置信息集合,L包含至少一個位 置的位置信息，所述簽到元數(shù)據(jù)集合為D= {〈Ul，I1,t，}(i= 1，. . .，|D|)，所述初始時(shí)間 樣本為Du,: =ItiI〈U;，Ii,ti>eD^ui =Ifli = 1}，所述第一時(shí)間樣本為Du，，： =ItiI〈u;， Ii,ti>eD^ui =u' 'Ii = 1}，所述第二時(shí)間樣本為Du =ItiI〈UpIi,ti>eD^ui =u}，所 述第三時(shí)間樣本為Du, =ItiI〈UpIi,ti>e^ui =u' },〈UpIi,ti>為所述簽到元數(shù)據(jù)， U1為任意用戶的用戶信息，u為所述預(yù)定用戶的用戶信息，u'為和u不同的其他用戶的用 戶信息，I1為任意位置的位置信息，1為所述預(yù)定位置的位置信息，h為任意時(shí)間的時(shí)間信 息，IDI表示D中的簽到頻率，IDu,:I為D中Du,:的簽到頻率，IDu,:I為D中Du,,:的簽到頻 率，丨瓦丨為D中Du的平均簽到頻率，丨為D中Du,的平均簽到頻率。
[0031] 結(jié)合第一方面和第一種或第二種可能的實(shí)現(xiàn)方式中的任一種，在第三種可能的實(shí) 現(xiàn)方式中，根據(jù)所述用戶相似度獲取所述預(yù)定用戶在所述預(yù)定位置簽到的先驗(yàn)概率，具體 為：
[0032] 根據(jù)所述用戶相似度、所述簽到信息和所述第一時(shí)間樣本獲取所述預(yù)定用戶在所 述預(yù)定位置簽到的先驗(yàn)概率，具體包括：
[0033]
其中，ru>1是用戶信息為u的預(yù)定 用戶對位置信息為1的預(yù)定位置簽到的偏好程度；
[0034]
計(jì)算P(l|u，D)，其中，P(1 |u，D)是用戶信息為u的預(yù)定用戶對位置信息為1的預(yù)定位置簽到的先驗(yàn)概率。
[0035] 結(jié)合第一方面和第三種可能的實(shí)現(xiàn)方式，在第四種可能的實(shí)現(xiàn)方式中，所述簽到 信息還包含用戶信息集合；
[0036] 根據(jù)所述簽到信息計(jì)算所述預(yù)定位置和其他位置間的位置相似度，所述位置相似 度包括在不同時(shí)間段經(jīng)所述預(yù)定用戶簽到的所述預(yù)定位置和所述其他位置間的位置相似 度之前，所述方法還包括：
[0037] 根據(jù)所述簽到信息獲取所述預(yù)定用戶對所述其他位置簽到的第四時(shí)間樣本；
[0038] 根據(jù)所述簽到信息計(jì)算所述預(yù)定位置和其他位置間的位置相似度，所述位置相似 度包括在不同時(shí)間段經(jīng)所述預(yù)定用戶簽到的所述預(yù)定位置和所述其他位置間的位置相似 度，具體為：
[0039] 根據(jù)所述簽到信息、所述初始時(shí)間樣本和所述第四時(shí)間樣本計(jì)算所述預(yù)定位置和 所述其他位置間的位置相似度，具體包括：
[0041]其中，sim(l,r)為所述位置相似度,U為所述用戶信息集合,U包含至少一個用 戶的用戶信息，所述第四時(shí)間樣本為Du,r= = = }，r為 和1不同的其他位置的位置信息，|Du,rI為D中Du,1;的簽到頻率。
[0042] 結(jié)合第一方面和第三種可能的實(shí)現(xiàn)方式，在第五種可能的實(shí)現(xiàn)方式中，所述簽到 信息還包含用戶信息集合；
[0043] 根據(jù)所述簽到信息計(jì)算所述預(yù)定位置和其他位置間的位置相似度，所述位置相似 度包括在不同時(shí)間段經(jīng)所述預(yù)定用戶簽到的所述預(yù)定位置和所述其他位置間的位置相似 度之前，所述方法還包括：
[0044] 根據(jù)所述簽到信息獲取所述預(yù)定用戶對所述其他位置簽到的第四時(shí)間樣本、任意 用戶對所述預(yù)定位置簽到的第五時(shí)間樣本和所述任意用戶對所述其他位置簽到的第六時(shí) 間樣本；
[0045] 根據(jù)所述簽到信息計(jì)算所述預(yù)定位置和其他位置間的位置相似度，具體為：
[0046] 根據(jù)所述簽到信息、所述初始時(shí)間樣本、所述第四時(shí)間樣本、所述第五時(shí)間樣本和 所述第六時(shí)間樣本計(jì)算所述預(yù)定位置和所述其他位置間的位置相似度，具體包括：
[0048] 其中，sim(l,T)為所述位置相似度,U為所述用戶信息集合,U包含至少一個用 戶的用戶信息，所述第四時(shí)間樣本為Du,r =UiIui,Ii,ti>e=Ifii =r}，所述 第五時(shí)間樣本SD1 = eDl1 = 1}，所述第六時(shí)間樣本為D1, = = }，1'為和1不同的其他位置的位置信息，|Du,rI為D中Du>1,的簽到頻 率，丨瓦丨為D中D1的平均簽到頻率，丨耳丨為D中D1,的平均簽到頻率。
[0049] 結(jié)合第一方面和第四種或第五種可能的實(shí)現(xiàn)方式中的任一種，在第六種可能的實(shí) 現(xiàn)方式中，根據(jù)所述用戶相似度和所述位置相似度構(gòu)建所述預(yù)定用戶在所述預(yù)定位置簽到 的連續(xù)時(shí)間概率密度函數(shù)，具體為：
[0050] 根據(jù)所述第一時(shí)間樣本、所述第四時(shí)間樣本、所述簽到信息、所述用戶相似度和所 述位置相似度，構(gòu)建所述預(yù)定用戶在所述預(yù)定位置簽到的連續(xù)時(shí)間概率密度函數(shù)，具體包 括：
[0051]
息為u的預(yù)定用戶對位置信息為1的預(yù)定位置訪問的時(shí)間樣本集合；
[0052] 將所述用戶相似度作為所述第一時(shí)間樣本的權(quán)重WuJt1)，即： \% & 風(fēng)二Sim(UfUr);
[0053] 將所述位置相似度作為所述第四時(shí)間樣本的權(quán)重Ut,)，即：
f(t|u，1，D)為用戶信息為u的預(yù)定用戶對位置信息為1的預(yù)定位置簽到的連續(xù)時(shí)間概率
Jt1)指代heSu,!的時(shí)間樣本的權(quán)重。
[0055] 結(jié)合第一方面和第六種可能的實(shí)現(xiàn)方式，在第七種可能的實(shí)現(xiàn)方式中，根據(jù)所述 先驗(yàn)概率和所述連續(xù)時(shí)間概率密度函數(shù)計(jì)算所述預(yù)定用戶在預(yù)設(shè)時(shí)間段對各個預(yù)定位置 訪問的訪問概率，具體包括：
[0056]
D)，其中，Pd|u，T，D)是用戶信息為u的預(yù)定用戶在預(yù)設(shè)時(shí)間段T內(nèi)對位置信息為1的預(yù) 定位置訪問的訪問概率，1為L中的任意一個位置信息；
[0057] 結(jié)合第一方面和第七種可能的實(shí)現(xiàn)方式，在第八種可能的實(shí)現(xiàn)方式中，根據(jù)所述 訪問概率，按照預(yù)定規(guī)則在預(yù)設(shè)時(shí)間段內(nèi)向所述預(yù)定用戶推薦訪問位置，具體包括：
[0058] 根據(jù)所述訪問概率的數(shù)值，由大到小選取預(yù)定個數(shù)的預(yù)定位置作為訪問位置，將 所述訪問位置在預(yù)設(shè)時(shí)間段T內(nèi)推薦給用戶信息為u的預(yù)定用戶。
[0059] 第二方面，提供一種位置推薦裝置，其特征在于，包括：
[0060] 獲取單元，用于獲取用戶設(shè)備對位置的簽到信息；
[0061] 相似度單元，用于根據(jù)所述獲取單元獲取的所述簽到信息計(jì)算預(yù)定用戶和其他用 戶間的用戶相似度，所述用戶相似度包括在不同時(shí)間段對預(yù)定位置簽到的所述預(yù)定用戶和 所述其他用戶間的用戶相似度；
[0062] 先驗(yàn)單元，用于根據(jù)所述相似度單元計(jì)算的所述用戶相似度獲取所述預(yù)定用戶在 所述預(yù)定位置簽到的先驗(yàn)概率；
[0063] 所述相似度單元還用于根據(jù)所述獲取單元獲取的所述簽到信息計(jì)算所述預(yù)定位 置和其他位置間的位置相似度，所述位置相似度包括在不同時(shí)間段經(jīng)所述預(yù)定用戶簽到的 所述預(yù)定位置和所述其他位置間的位置相似度；
[0064] 建模單元，用于根據(jù)所述相似度單元計(jì)算的所述用戶相似度和所述位置相似度構(gòu) 建所述預(yù)定用戶在所述預(yù)定位置簽到的連續(xù)時(shí)間概率密度函數(shù)；
[0065] 融合單元