摘要：
兴趣点（兴趣点，POI）推荐是基于位置社交网络（基于位置的社交网络，LBSN）中一项重要的个性化服务，可以帮助用户发现其感兴趣的[兴趣点]提高信息服务质量。针对[兴趣点]推荐中存在的数据稀疏性问题，提出一种融合社交关系和局部地理因素的[兴趣点]推荐算法。根据社交关系中用户间的共同签到和距离关系度量用户相似性，并基于用户的协同过滤方法构建社交影响模型。为每个用户划分一个局部活动区域，通过对区域内[兴趣点]间的签到相关性分析，建立局部地理因素影响模型。基于加权矩阵分解挖掘用户自身偏好，并融合社交关系和局部地理因素进行[兴趣点]推荐。实验表明，所提出的[兴趣点]推荐算法相比其他方法具有更高的准确率和召回率，能够有效缓解数据稀疏性问题，提高推荐质量。
夏英，张金凤. 融合社交关系和局部地理因素的兴趣点推荐[J] ●●●●。计算机工程与应用, 2021, 57(15): 133-139.
夏莹、张金凤。融合社会关系和当地地理因素的POI建议[J]。计算机工程与应用，2021，57（15）：133-139。
