，用于根據(jù)所述先驗(yàn)單元獲取的所述先驗(yàn)概率和所述建模單元構(gòu)建的所 述連續(xù)時(shí)間概率密度函數(shù)計(jì)算所述預(yù)定用戶在預(yù)設(shè)時(shí)間段對(duì)各個(gè)預(yù)定位置訪問(wèn)的訪問(wèn)概 率；
[0066] 推薦單元，用于根據(jù)所述融合單元計(jì)算的訪問(wèn)概率，按照預(yù)定規(guī)則在預(yù)設(shè)時(shí)間段 內(nèi)向所述預(yù)定用戶推薦訪問(wèn)位置。
[0067] 結(jié)合第二方面，在第一種可能的實(shí)現(xiàn)方式中，包括：
[0068] 所述獲取單元獲取的所述簽到信息包含：位置信息集合和簽到元數(shù)據(jù)集合，所述 簽到元數(shù)據(jù)集合包含至少一個(gè)簽到元數(shù)據(jù)，所述簽到元數(shù)據(jù)包括所述用戶設(shè)備的用戶信 息、位置信息和時(shí)間信息；
[0069] 所述獲取單元還用于根據(jù)所述獲取單元獲取的所述簽到信息獲取所述預(yù)定用戶
對(duì)所述預(yù)定位置簽到的初始時(shí)間樣本和所述其他用戶對(duì)所述預(yù)定位置簽到的第一時(shí)間樣 本；
[0070] 所述相似度單元具體用于 sim(u,u');
[0071] 其中，Sim(u，u')為所述相似度單元計(jì)算的所述用戶相似度，L為所述獲取單元 獲取的所述位置信息集合，L包含至少一個(gè)位置的位置信息，所述獲取單元獲取的所述簽到 元數(shù)據(jù)集合為D=Kui,lyti〉}(i= 1，. . .，|D|)，所述獲取單元獲取的所述初始時(shí)間樣本 為Du,丨=UiI〈屮，Ii,tpeD^ui =Ifli = 1}，所述獲取單元獲取的所述第一時(shí)間樣本為 Du- ,I= {t；I<u;,Ii,t；>eD'u； =u' = 1},〈UpIi,tp為所述簽到元數(shù)據(jù)，Ui 為任意 用戶的用戶信息，u為所述預(yù)定用戶的用戶信息，u'為和u不同的其他用戶的用戶信息，I1 為任意位置的位置信息，1為所述預(yù)定位置的位置信息，h為任意時(shí)間的時(shí)間信息，|D|表 示D中的簽到頻率，|DU>1|為D中Du>1的簽到頻率，|DU,為D中Du, 的簽到頻率。
[0072] 結(jié)合第二方面，在第二種可能的實(shí)現(xiàn)方式中，包括：
[0073] 所述獲取單元獲取的所述簽到信息包含：位置信息集合和簽到元數(shù)據(jù)集合，所述 簽到元數(shù)據(jù)集合包含至少一個(gè)簽到元數(shù)據(jù)，所述簽到元數(shù)據(jù)包括所述用戶設(shè)備的用戶信 息、位置信息和時(shí)間信息；
[0074] 所述獲取單元還用于根據(jù)所述獲取單元獲取的所述簽到信息獲取所述預(yù)定用戶 對(duì)所述預(yù)定位置簽到的初始時(shí)間樣本、所述其他用戶對(duì)所述預(yù)定位置簽到的第一時(shí)間樣 本、所述預(yù)定用戶對(duì)任意位置簽到的第二時(shí)間樣本和所述其他用戶對(duì)所述任意位置簽到的 第三時(shí)間樣本；
[0075] 所述相似度單元具體用于：根據(jù)第二公式
[0076] 其中，sim(u，u')為所述相似度單元計(jì)算的所述用戶相似度，L為所述獲取單元 獲取的所述位置信息集合，L包含至少一個(gè)位置的位置信息，所述獲取單元獲取的所述簽到 元數(shù)據(jù)集合為D=Kui,lyti〉}(i= 1，. . .，|D|)，所述獲取單元獲取的所述初始時(shí)間樣本 為Du,丨=ItiI〈屮，Ii,tpeD^ui =Ifli = 1}，所述獲取單元獲取的所述第一時(shí)間樣本為 Du-,1= {t；I<u;,Ii,t；>eD'u； =u' = 1}，所述獲取單元獲取的所述第二時(shí)間樣本為 Du =ItiI〈U;，Ii,tpeD~Ui=u}，所述獲取單元獲取的所述第三時(shí)間樣本為Du, =ItiI〈U;， Ii,t；>eD'u； =u' Ii,ti>為所述簽到元數(shù)據(jù)，Ui為任意用戶的用戶信息，u為所述 預(yù)定用戶的用戶信息，u'為和u不同的其他用戶的用戶信息，I1為任意位置的位置信息， 1為所述預(yù)定位置的位置信息，為任意時(shí)間的時(shí)間信息，IdI表示D中的簽到頻率，IDu,」 為D中Du,i的簽到頻率，|DU, ,iI為D中Du, ,i的簽到頻率，丨瓦丨為D中Du的平均簽到頻率， 丨:Ip丨為D中Du,的平均簽到頻率。
[0077] 結(jié)合第二方面和第一種或第二種可能的實(shí)現(xiàn)方式中的任一種，在第三種可能的實(shí) 現(xiàn)方式中，所述先驗(yàn)單元具體包括：
用戶信息為u的預(yù)定用戶對(duì)位置信息為1的預(yù)定位置簽到的偏好程度；
[0079] 第二先驗(yàn)子單元，用于根據(jù)所述第一先驗(yàn)子單元計(jì)算的ru>1和第四公式
計(jì)算P(IIu，D)，其中，P(IIu，D)是用戶信息為u的預(yù)定用戶對(duì)位置信息 為1的預(yù)定位置簽到的先驗(yàn)概率。
[0080] 結(jié)合第二方面和第三種可能的實(shí)現(xiàn)方式，在第四種可能的實(shí)現(xiàn)方式中，包括：
[0081] 所述簽到信息還包含用戶信息集合；
[0082] 所述獲取單元還用于根據(jù)所述獲取單元獲取的所述簽到信息獲取所述預(yù)定用戶 對(duì)所述其他位置簽到的第四時(shí)間樣本；
[0083] 所述相似度單元具體用于
sim(l, 1')；
[0084]其中，sim(l，1')為所述相似度單元計(jì)算的所述位置相似度，U為所述獲取單元 獲取的所述用戶信息集合，U包含至少一個(gè)用戶的用戶信息，所述獲取單元獲取的所述第四 時(shí)間樣本為du,r =UiI〈UpIi,ti>e^ui =Ifii =r},r為和1不同的其他位置的 位置信息，|Du,rI為D中Du,r的簽到頻率。
[0085] 結(jié)合第二方面和第三種可能的實(shí)現(xiàn)方式，在第五種可能的實(shí)現(xiàn)方式中，所述簽到 信息還包含用戶信息集合；
[0086] 所述獲取單元還用于根據(jù)所述獲取單元獲取的所述簽到信息獲取所述預(yù)定用戶 對(duì)所述其他位置簽到的第四時(shí)間樣本、任意用戶對(duì)所述預(yù)定位置簽到的第五時(shí)間樣本和所 述任意用戶對(duì)所述其他位置簽到的第六時(shí)間樣本；
[0087] 所述相似度單元具體用于：根據(jù)第六公式
[0088] 其中，sim(l，1')為所述相似度單元計(jì)算的所述位置相似度，U為所述獲取單元 獲取的所述用戶信息集合，U包含至少一個(gè)用戶的用戶信息，所述獲取單元獲取的所述第四 時(shí)間樣本為Du,r =ItiI〈屮，Ii,tpeD^ui =Ifli =T}，所述獲取單元獲取的所述第五 時(shí)間樣本為D1 =It1U1,11,eDl1 = 1}，所述獲取單元獲取的所述第六時(shí)間樣本為D1, =It1Ku1UAeDI1 =I' }，1'為和1不同的其他位置的位置信息，|DU,rI為D中 Dua,的簽到頻率，丨為D中D1的平均簽到頻率，Ilf丨為D中D1,的平均簽到頻率。
[0089] 結(jié)合第二方面和第四種或第五種可能的實(shí)現(xiàn)方式中的任一種，在第六種可能的實(shí) 現(xiàn)方式中，所述建模單元具體包括：
其中Su,i為用戶信息為u的預(yù)定用戶對(duì)位置信息為1的預(yù)定位置訪問(wèn)的時(shí)間樣本集合；
[0091] 權(quán)重子單元，用于將所述相似度單元計(jì)算的所述用戶相似度作為所述獲取單元獲 取的所述第一時(shí)間樣本的權(quán)重wu,iU1)，S卩：外;
[0092] 所述權(quán)重子單元，還用于將所述相似度單元計(jì)算的所述位置相似度作為所述獲取 單元獲取的所述第四時(shí)間樣本的權(quán)重Wu,i(tj)，S卩：外eA,.二_(U')：
[0093]
f(t|u，1，D)，其中，f(t|u，1，D)為用戶信息為u的預(yù)定用戶對(duì)位置信息為1的預(yù)定位置 簽到的連續(xù)時(shí)間概率密度，K( ?)為核函數(shù)，W、夂且rAXrWxd,K( ?)包括
平滑參數(shù)，第八公式中Wu,Jt1)指代heSu,:的時(shí)間樣本的權(quán)重。
[0094] 結(jié)合第二方面和第六種可能的實(shí)現(xiàn)方式，在第七種可能的實(shí)現(xiàn)方式中，所述融合 單元，具體用于：
[0095]
D)，其中，Pd|u，T，D)是用戶信息為u的預(yù)定用戶在預(yù)設(shè)時(shí)間段T內(nèi)對(duì)位置信息為1的預(yù) 定位置訪問(wèn)的訪問(wèn)概率，1為L(zhǎng)中的任意一個(gè)位置信息；
[0096] 結(jié)合第二方面和第七種可能的實(shí)現(xiàn)方式，在第八種可能的實(shí)現(xiàn)方式中，所述推薦 單元，具體用于：
[0097] 根據(jù)所述融合單元計(jì)算的所述訪問(wèn)概率的數(shù)值，由大到小選取預(yù)定個(gè)數(shù)的預(yù)定位 置作為訪問(wèn)位置，將所述訪問(wèn)位置在預(yù)設(shè)時(shí)間段T內(nèi)推薦給用戶信息為u的預(yù)定用戶。[0098] 本發(fā)明實(shí)施例提供的位置推薦方法，能通過(guò)獲取用戶設(shè)備對(duì)位置的簽到信息來(lái)計(jì) 算不同用戶間的用戶相似度和不同位置間的位置相似度，并根據(jù)所述用戶相似度和所述位 置相似度構(gòu)建所述預(yù)定用戶在所述預(yù)定位置簽到的連續(xù)時(shí)間概率密度函數(shù)，保證時(shí)間信息 的連續(xù)；再根據(jù)所述用戶相似度獲取所述預(yù)定用戶在所述預(yù)定位置簽到的先驗(yàn)概率，根據(jù) 所述先驗(yàn)概率和所述連續(xù)時(shí)間概率密度函數(shù)計(jì)算預(yù)定用戶對(duì)各個(gè)預(yù)定位置的訪問(wèn)概率，并 根據(jù)訪問(wèn)概率按照預(yù)定規(guī)則在預(yù)設(shè)時(shí)間段內(nèi)向所述預(yù)定用戶推薦訪問(wèn)位置，使提供的推薦 位置符合用戶偏好，從而能在保證簽到元數(shù)據(jù)中時(shí)間信息不丟失的同時(shí)，兼顧位置推薦的 質(zhì)量。
【附圖說(shuō)明】
[0099] 為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本 發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以 根據(jù)這些附圖獲得其他的附圖。
[0100] 圖1為本發(fā)明的實(shí)施例提供的一種位置推薦方法的流程示意圖；
[0101] 圖2為本發(fā)明的又一實(shí)施例提供的一種位置推薦方法的流程示意圖；
[0102] 圖3為本發(fā)明的實(shí)施例提供的一種連續(xù)時(shí)間概率密度函數(shù)的示意圖；
[0103] 圖4為本發(fā)明的實(shí)施例提供的一種位置推薦裝置的結(jié)構(gòu)示意圖；
[0104] 圖5為本發(fā)明的實(shí)施例提供的又一種位置推薦裝置的結(jié)構(gòu)示意圖；
[0105] 圖6為本發(fā)明的實(shí)施例提供的另一種位置推薦裝置的結(jié)構(gòu)示意圖；
[0106] 圖7為本發(fā)明的又一實(shí)施例提供的一種位置推薦裝置的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0107] 下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；?本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他 實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0108] 本發(fā)明的實(shí)施例提供一種位置推薦方法，應(yīng)用于互聯(lián)網(wǎng)技術(shù)領(lǐng)域，可以用于位置 推薦，參考圖1所示，包括以下步驟：
[0109]101、獲取用戶設(shè)備對(duì)位置的簽到信息。
[0110] 其中，所述簽到信息可以包含簽到元數(shù)據(jù)集合、位置信息集合和用戶信息集合，所 述簽到元數(shù)據(jù)集合包含至少一個(gè)簽到元數(shù)據(jù)，所述簽到元數(shù)據(jù)包括所述用戶設(shè)備的用戶信 息、位置信息和時(shí)間信息。
[0111] 102、根據(jù)所述簽到信息計(jì)算預(yù)定用戶和其他用戶間的用戶相似度。
[0112] 其中，所述用戶相似度包括在不同時(shí)間段對(duì)預(yù)定位置簽到的所述預(yù)定用戶和所述 其他用戶間的用戶相似度。
[0113] 具體的，可以根據(jù)不同用戶的社交鏈接信息計(jì)算用戶相似度，也可以根據(jù)不同用 戶的居住地信息計(jì)算用戶相似度。
[0114] 103、根據(jù)所述用戶相似度獲取所述預(yù)定用戶在所述預(yù)定位置簽到的先驗(yàn)概率。
[0115] 具體的，可以使用基于用戶的協(xié)同過(guò)濾方法獲取所述先驗(yàn)概率，也可以使用任何 傳統(tǒng)位置推薦方法（如隱因子模型、基于內(nèi)容的方法）獲取先驗(yàn)概率。
[0116] 104、根據(jù)所述簽到信息計(jì)算所述預(yù)定位置和其他位置間的位置相似度。
[0117] 其中，所述位置相似度包括在不同時(shí)間段經(jīng)所述預(yù)定用戶簽到的所述預(yù)定位置和 所述其他位置間的位置相似度。
[0118] 具體的，可以利用不同位置的類型信息計(jì)算位置相似度，也可以利用不同位置的 所在地信息計(jì)算位置相似度。
[0119] 需要說(shuō)明的是，所述步驟104和所述步驟102之間沒(méi)有先后順序，可以同時(shí)執(zhí)行， 也可按依順序執(zhí)行；所述步驟104和所述步驟103之間也沒(méi)有先后順序，可以同時(shí)執(zhí)行，也 可按依順序執(zhí)行。
[0120] 105、根據(jù)所述用戶相似度和所述位置相似度構(gòu)建所述預(yù)定用戶在所述預(yù)定位置 簽到的連續(xù)時(shí)間概率密度函數(shù)。
[0121] 具體的，可以使用非參數(shù)化密度估計(jì)技術(shù)（如核密度估計(jì)方法）對(duì)所述連續(xù)時(shí)間 概率密度函數(shù)。
[0122] 需要說(shuō)明的是，所述步驟105在所述步驟102和所述步驟104均執(zhí)行完后才執(zhí)行， 而所述步驟105和所述步驟103之間沒(méi)有先后順序，可以同時(shí)執(zhí)行，也可按依順序執(zhí)行。
[0123] 106、根據(jù)所述先驗(yàn)概率和所述連續(xù)時(shí)間概率密度函數(shù)計(jì)算所述預(yù)定用戶在預(yù)設(shè) 時(shí)間段對(duì)各個(gè)預(yù)定位置訪問(wèn)的訪問(wèn)概率。
[0124] 107、根據(jù)所述訪問(wèn)概率，按照預(yù)定規(guī)則在預(yù)設(shè)時(shí)間段內(nèi)向所述預(yù)定用戶推薦訪問(wèn) 位置。
[0125] 可選的，可以根據(jù)所述訪問(wèn)概率的數(shù)值，由大到小選取預(yù)定個(gè)數(shù)的預(yù)定位置作為 訪問(wèn)位置，將所述訪問(wèn)位置在預(yù)設(shè)時(shí)間段內(nèi)推薦給預(yù)定用戶。還可以將所述訪問(wèn)概率的數(shù) 值達(dá)到預(yù)定閾值的預(yù)定位置作為訪問(wèn)位置，將所述訪問(wèn)位置在預(yù)設(shè)時(shí)間段內(nèi)推薦給預(yù)定用 戶。
[0126] 本發(fā)明實(shí)施例提供的位置推薦方法，能通過(guò)獲取用戶設(shè)備對(duì)位置的簽到信息來(lái)計(jì) 算不同用戶間的用戶相似度和不同位置間的位置相似度，并根據(jù)所述用戶相似度和所述位 置相似度構(gòu)建所述預(yù)定用戶在所述預(yù)定位置簽到的連續(xù)時(shí)間概率密度函數(shù)，保證時(shí)間信息 的連續(xù)；再根據(jù)所述用戶相似度獲取所述預(yù)定用戶在所述預(yù)定位置簽到的先驗(yàn)概率，根據(jù) 所述先驗(yàn)概率和所述連續(xù)時(shí)間概率密度函數(shù)計(jì)算預(yù)定用戶對(duì)各個(gè)預(yù)定位置的訪問(wèn)概率，并 根據(jù)訪問(wèn)概率按照預(yù)定規(guī)則在預(yù)設(shè)時(shí)間段內(nèi)向所述預(yù)定用戶推薦訪問(wèn)位置使提供的推薦 位置符合用戶偏好，從而能在保證簽到元數(shù)據(jù)中時(shí)間信息不丟失的同時(shí)，兼顧位置推薦的 質(zhì)量。
[0127] 本發(fā)明的實(shí)施例提供一種位置推薦方法，應(yīng)用于互聯(lián)網(wǎng)技術(shù)領(lǐng)域，可以用于位置 推薦，參考圖2所示，包括以下步驟：
[0128]201、獲取用戶設(shè)備對(duì)位置的簽到信息。
[0129] 其中，所述簽到信息可以包含簽到元數(shù)