摘要
本发明公开了基于神经网络和移动上下文的兴趣点推荐方法,该方法包括两个步骤:S100建立联合神经网络模型,并对联合神经网络模型进行训练,计算用户访问未知地点的预测概率值;建立移动上下文的兴趣点推荐模型,计算用户访问未知地点的预测得分;S200进行联合神经网络模型和移动上下文的兴趣点推荐模型的融合,计算用户访问未知地点的预测分数,根据所述预测分数由大到小排序,得到该用户对未知地点感兴趣程度的推荐列表。本发明将联合神经网络和移动上下文进行结合,神经网络能够挖掘用户和地点之间的深层潜在关联,移动上下文能够在显式偏好的条件下增强推荐的合理性和解释性,两者模型相辅相成实现更精准和全面的综合推荐。