摘要
本发明涉及一种评论信息对用户签到影响的度量方法,首先通过张量分解得到用户每次签到的意图分类,然后通过隐马尔科夫模型对用户的下一步意图进行预测,得到用户的下一步访问意图;对1km范围内的同意图位置进行确定;选择模型参数;基于用户该意图的历史评论数据集构建语料库;通过该语料库来训练LDA主题模型,同时对1km范围内同属该意图的位置的评论数据集构建语料库训练LDA主题模型;分析得到的主题的相似性,利用JS距离求得主题相似性并得到top‑k个预测位置。本发明考虑了用户评论信息对用户下一步位置选择的影响,通过预测用户下一步意图,计算用户历史数据中与当前在范围内的位置主题相似性,预测下一个兴趣点。