论文部分内容阅读
摘要：当今，对线上社交网络的研究和线下人们在物理世界中活动的研究都已经很成熟，将线上社交网络和线下物理世界结合起来的异构网络成为研究热点，基于位置的社交网络是通过位置信息理解用户行为和偏好的新型异构网络。 本文从服务和应用的角度对基于位置的社交网络的研究情况进行分析总结，为未来对异构网络进行深入研究以及在基于位置的社交网络中提出新的应用奠定基础。 最后，本文对基于位置的社交网络的研究情况进行总结与展望。
全文查看链接
1.3由轨迹表示位置信息
全文查看链接
（7）位置活动推荐。当用户指定一个位置时，可以给用户推荐在这个位置上发生的最流行的活动，当用户指定一种活动时，也可以给用户推荐进行这种活动的最流行的位置[19]。可通过矩阵来描述每个位置发生的每种活动的情况，但由于在每个位置可以进行的活动是有限的，而活动的种类却是非常多的，因此这个矩阵是非常稀疏的，而进行推荐的主要依据就是矩阵中每个元素的数值。该文使用基于协同过滤的协同矩阵分解方法，利用表示位置与种类关系的矩阵以及表示活动与活动关系的矩阵，填补位置—活动矩阵中的缺失项，由此而完成推荐。
全文查看链接
[11]LIU H， WEI L Y， ZHENG Y， et al. Route discovery from mining uncertain trajectories [C]//ICDM， 2011.
全文查看链接