1、隨著無(wú)線(xiàn)設(shè)備、GPS系統(tǒng)及Web2.0技術(shù)的快速發(fā)展，一種基于位置的社交網(wǎng)絡(luò)（location-based social networks，LBSNs）開(kāi)始興起，越來(lái)越多的用戶(hù)基于這個(gè)平臺(tái)分享和獲取地點(diǎn)信息，為了幫助用戶(hù)快速的選擇感興趣的地點(diǎn)，許多學(xué)者展開(kāi)了個(gè)性化地點(diǎn)推薦的研究。由于對(duì)地點(diǎn)推薦的研究工作起步較晚，現(xiàn)有的研究還存在一定的不足之處。首先，在單純利用簽到矩陣進(jìn)行地點(diǎn)推薦的方法中，由于簽到矩陣非常稀疏，尋找相似用戶(hù)或相似地點(diǎn)較為

2、困難，因此推薦效果受到很大影響;其次，在結(jié)合地理位置因素的地點(diǎn)推薦方法中，大多是對(duì)地理距離進(jìn)行建模，而沒(méi)有將用戶(hù)活動(dòng)的區(qū)域性與地理距離結(jié)合起來(lái);在對(duì)時(shí)間因素的研究中，也缺乏深入探究用戶(hù)行為在不同時(shí)間段之間的關(guān)系。因此，本文針對(duì)上述問(wèn)題，對(duì)地點(diǎn)推薦方法做了進(jìn)一步研究，主要工作和成果有以下幾點(diǎn):
　　(1)通過(guò)對(duì)LBSN上用戶(hù)簽到行為的時(shí)間模式的研究，發(fā)現(xiàn)在不同時(shí)間段之間，用戶(hù)行為具有一定的相似性，進(jìn)而對(duì)用戶(hù)行為的時(shí)間相似性進(jìn)行建模，

3、并提出一種基于時(shí)間相似性的地點(diǎn)推薦方法。同時(shí)，本文基于時(shí)間相似性填補(bǔ)了用戶(hù)-地點(diǎn)的簽到矩陣，在一定程度上解決了數(shù)據(jù)稀疏性的問(wèn)題。
　　(2)在考慮地理位置因素的地點(diǎn)推薦方法中，改進(jìn)了傳統(tǒng)的基于地理距離的地點(diǎn)預(yù)測(cè)方式，通過(guò)中心聚類(lèi)方法尋找用戶(hù)經(jīng)?；顒?dòng)的區(qū)域及中心，并結(jié)合待預(yù)測(cè)地點(diǎn)與區(qū)域的距離以及用戶(hù)對(duì)區(qū)域的偏好程度，估計(jì)用戶(hù)訪(fǎng)問(wèn)地點(diǎn)的可能性大小。
　　(3)基于LBSN上地點(diǎn)的文本信息，利用LDA方法挖掘地點(diǎn)的隱含主題，并從主