基于地點(diǎn)相似度的POI推薦以及路徑重組【matlab】
這里設(shè)計(jì)的POI推薦算法是參考于POI推薦算法，簡(jiǎn)單來說，就是利用用戶訪問POI的頻次作為POI之間相似度的測(cè)度。
具體描述以及代碼展示如下：
數(shù)據(jù)預(yù)處理
隨機(jī)抽取若干行數(shù)據(jù)
首先我們要進(jìn)行數(shù)據(jù)清洗，我們將456967行數(shù)據(jù)，10000多名用戶參與的Gowalla數(shù)據(jù)進(jìn)行預(yù)處理
為避免數(shù)據(jù)的偶然性對(duì)實(shí)驗(yàn)產(chǎn)生的偏差影響，我們?cè)讷@取數(shù)據(jù)的同時(shí)，隨機(jī)抽取10000行數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，代碼如下：
生成Excel文件后，按照用戶編號(hào)升序或者降序排列，因?yàn)樵谙旅孢^濾數(shù)據(jù)的操作中，需要利用這樣的排列結(jié)構(gòu)進(jìn)行過濾操作
? ? ?2.數(shù)據(jù)過濾
過濾掉同一個(gè)user_id下，記錄少于10行的數(shù)據(jù)，這樣，保留下來的user_id，至少擁有10次訪問Poi的簽到數(shù)據(jù)
代碼如下：
算法設(shè)計(jì)
下面來逐行用代碼解釋算法每一步操作步驟
1）輸入地點(diǎn)a, 用戶集合X，地點(diǎn)集合Y、用戶和地點(diǎn)關(guān)系集合
2）找到對(duì)a感興趣的用戶子集U；
在我們的實(shí)踐中，設(shè)地點(diǎn)a為poi_id是15693的節(jié)點(diǎn)，閾值設(shè)為theta=2,即同一個(gè)用戶訪問同一個(gè)Poi的次數(shù)超過theta，我們可以認(rèn)為該用戶對(duì)該poi感興趣
3）分別找到U中用戶感興趣的地點(diǎn)，組成地點(diǎn)子集A
4）分別計(jì)算A中元素e和a的相似度
?? ?sim = |U中去過e的人次| / sqrt(|X中去過a的人次| * |X中去過e的人次|)
?? ?這里用了人次，而沒有用人數(shù)
5）按sim對(duì)A中元素從大到小排序，取sim最大的n個(gè)地點(diǎn)作為a的相似地點(diǎn)子集S
6）輸出S
在這里順便值得一提的是，在初始化count_1向量時(shí)，之所以設(shè)置為0.1*ones()矩陣，是因?yàn)檫@巧妙的規(guī)避了poi或者是用戶編號(hào)為0的誤差，因?yàn)槲覀冎笆褂妙愃乒δ艿腶ny()函數(shù)保留了非零元，之后再“四舍五入”，round（）一下，這樣原本為0.1的數(shù)據(jù)依然是0，我們就可以放心的將此零元“過濾掉”（unique函數(shù)過濾）
進(jìn)行個(gè)性化選擇
考慮到用戶可能有幾日游的習(xí)慣，我們?cè)O(shè)置Day變量，下面是假設(shè)，假設(shè)用戶半日游，如下，則給我們推薦3個(gè)景點(diǎn)，分別是Sim值較高的前三個(gè)POI節(jié)點(diǎn)。如下所示：
最后進(jìn)行路徑重組
我們使用Ant Colony算法進(jìn)行路徑重組，由于原始Gowalla數(shù)據(jù)格式不包含坐標(biāo)信息，因此我們要將經(jīng)緯度進(jìn)行轉(zhuǎn)化計(jì)算，這里可以參考我寫的程序，啟發(fā)函數(shù)為歐氏距離的倒數(shù)，其結(jié)果如下所示：
