1、興趣點推薦是推薦系統(tǒng)領(lǐng)域的一個新的研究分支，其目的是在眾多的興趣點中挑選出用戶可能感興趣的興趣點并將其推薦給用戶。不同于傳統(tǒng)的推薦領(lǐng)域，興趣點推薦過程會受到諸多因素影響，研究這些因素，幫助提升興趣點推薦效率已成為該領(lǐng)域研究熱點。
　　本文首先介紹了推薦系統(tǒng)的基本概念，并對興趣點推薦算法的研究現(xiàn)狀進行了較為深入的分析?？紤]不同因素的興趣點推薦算法主要包括考慮地理因素、社會關(guān)系因素、時間因素和發(fā)布內(nèi)容主題因素等算法。同時，指出了各種算

2、法存在的不足。
　　然后，通過綜合利用用戶的歷史簽到信息和興趣點的描述信息捕捉用戶的興趣分布。首先，將每個興趣點的描述信息看作是一個文檔，然后用LDA模型提取每個文檔的主題，再結(jié)合用戶的歷史簽到信息捕捉用戶興趣變化。用戶興趣捕捉分為兩部分，一部分為單一興趣捕捉，獲取用戶興趣隨時間的連續(xù)變化情況，另一部分對不同興趣函數(shù)進行歸一化，使不同興趣函數(shù)具有可比性。與已有研究將時間劃分為時間段的離散方式不同，本文提出的方法能描述用戶興趣隨時間

3、連續(xù)變化的情況。
　　在興趣捕捉的基礎(chǔ)上，進一步分析了時間因素的另外兩個影響，即周末和工作日用戶的簽到模式會有所不同，以及隨著時間的推移用戶的興趣會發(fā)生漂移。為了能夠感知用戶興趣隨著日期變化而逐漸漂移的過程，我們提出了興趣漂移更新算法。通過該更新算法將用戶新的簽到信息添加到用戶原有的興趣曲線中去，從而感知用戶興趣漂移過程。興趣漂移更新算法成功捕捉了用戶興趣漂移過程，使興趣函數(shù)能夠更加準(zhǔn)確地反應(yīng)用戶當(dāng)前的興趣。文章最后我們將地理信息