基于位置的社交主题推荐模型

摘要 针对社交网络以及社交用户关注主题，分析用户所在位置，在社交网络的基础上提出主题推荐模型即location-theme-social model（LTS Model）.文章主要从三个方面进行了分析，首先对主题进行分类，运用余弦相似性算法构建向量空间主题模型.其次，在MapReduce框架下根据位置快速构建R*-tree索引，建立空间模型，在此基础上找到基于位置和主题的社交网络模型.最后，使用标准数据集对算法进行测试，并根据准确率、召回率和F1值对其效果进行评价.R*-tree索引算法采用抽样方法快速确定空间划分函数，保证了数据对象均匀地划分到各个分区.余弦相似性算法能够快速准确地找到相似主题，并且敏感识别度较强.实验证明基于LTS Model的位置—主题推荐算法（LTRA）能够快速找到满足用户兴趣的主题并进行推荐