1、隨著互聯(lián)網(wǎng)的發(fā)展，越來(lái)越多的旅客選擇在線(xiàn)制定旅游計(jì)劃。通常，旅客希望在景點(diǎn)選取時(shí)既能包含熱門(mén)景點(diǎn)又能顧及自己的個(gè)性化需求，如何快速有效的幫助用戶(hù)個(gè)性化的選取景點(diǎn)成為了亟待解決的問(wèn)題。
　　同時(shí)，以Foursquare為代表的基于位置的社交網(wǎng)絡(luò)(LBSNs)平臺(tái)得到了快速發(fā)展，通過(guò)“用戶(hù)簽到”等功能，LBSN把線(xiàn)下物理世界與線(xiàn)上虛擬世界聯(lián)系在了一起。在這種基于位置的社交網(wǎng)絡(luò)中，包含著豐富的好友時(shí)間空間信息，無(wú)疑為挖掘用戶(hù)興趣、進(jìn)行個(gè)

2、性化景點(diǎn)推薦提供了良好的數(shù)據(jù)基礎(chǔ)。
　　雖然已有部分學(xué)者對(duì)個(gè)性化景點(diǎn)推薦進(jìn)行了研究，然而由于缺乏對(duì)用戶(hù)行為相關(guān)的時(shí)空信息的挖掘和分析，導(dǎo)致了現(xiàn)有個(gè)性化推薦方法在景點(diǎn)推薦情況下對(duì)用戶(hù)行為建模不夠精確。同時(shí)，個(gè)性化景點(diǎn)推薦中還存在“數(shù)據(jù)稀疏性”和“異地推薦”等問(wèn)題需要解決。
　　為了解決以上問(wèn)題，本文基于Foursquare中的用戶(hù)社交數(shù)據(jù)和用戶(hù)簽到數(shù)據(jù)，考慮用戶(hù)行為中的時(shí)空信息，對(duì)LBSN中的個(gè)性化景點(diǎn)推薦問(wèn)題進(jìn)行了研究。

3、r>　　本文首先針對(duì)LBSN原始簽到數(shù)據(jù)集，提出一種基于密度聚類(lèi)的景點(diǎn)數(shù)據(jù)集抽取方法，在獲取景點(diǎn)相關(guān)簽到數(shù)據(jù)集的同時(shí)，初步緩解了LBSN數(shù)據(jù)集的數(shù)據(jù)稀疏性。接著，針對(duì)傳統(tǒng)協(xié)同過(guò)濾方法面對(duì)稀疏數(shù)據(jù)效果較差的問(wèn)題，本文引入隱語(yǔ)義模型中的LDA主題模型來(lái)刻畫(huà)用戶(hù)興趣，同時(shí)結(jié)合人們到不同位置興趣會(huì)發(fā)生遷移的特點(diǎn)，設(shè)計(jì)了一種位置感知的用戶(hù)興趣模型(LLDA)，并給出相應(yīng)的模型求解算法。在此基礎(chǔ)上，融入對(duì)好友影響、人類(lèi)活動(dòng)規(guī)律和時(shí)間熱度的考慮，提出