توسعه الگوریتم توصیه گر مکان احتمالاتی بر اساس دسته‌بندی مکان در شبکه‌های اجتماعی مکان‌مبنا مبتنی بر تاثیر زمانی، تاثیر مکانی و تاثیر روابط اجتماعی

یکی از سرویس هایی که در بین کاربران تلفن های همراه هوشمند با استقبال زیادی روبه رو شده است، سرویس های مبتنی بر شبکه های اجتماعی است. توصیه مکان یکی از سرویس های محبوب برای شبکه های اجتماعی مکان مبناست. این سرویس بر اساس پیشینه رفتار کاربر و اطلاعات مکان مانند دسته بندی مکان، مکان های بازدید نشده را به کاربران پیشنهاد می دهد. روش های موجود که از اطلاعات ثبت موقعیت کاربر و اطلاعات مکان، استفاده می کنند، تنها تاثیر مکانی و تاثیر زمانی را در توصیه مکان در نظر گرفته اند. با توجه به اینکه روابط اجتماعی کاربر می تواند بر عملکرد بهتر توصیه مکان تاثیر بگذارد، این تاثیر نیز می تواند نقش مهمی در توصیه مکان ایفا کند.در این پژوهش، الگوریتم توصیه مکان pclrtgs با در نظر گرفتن تاثیر مکانی، تاثیر زمانی و تاثیر روابط اجتماعی توسعه داده شده است. در این الگوریتم، تاثیر مکانی با استفاده از تابع توزیع مکانی مدل سازی شده است. همچنین برای مدل سازی تاثیر زمانی، منحنی زمانی هر کاربر در هر دسته ایجادشده و شباهت این منحنی با منحنی های زمانی کاربران دیگر در آن دسته به دست آمده و این شباهت برای مدل سازی تاثیر زمانی بکار گرفته شده است. تاثیر روابط اجتماعی نیز با استفاده از سه معیار شباهت ارتباطات اجتماعی کاربر و دوستانش، شباهت فعالیت های ثبت موقعیت کاربر و دوستانش و شباهت زمانی رفتار ثبت موقعیت بین کاربر و دوستانش، مدل سازی شده است. الگوریتم توسعه داده شده با استفاده از دو معیار دقت و جامعیت ارزیابی شده و با دو الگوریتم pclr و spclr در پنج گروه با تعداد توصیه های مختلف مقایسه شده است. نتایج نشان می دهد که الگوریتم پیشنهادی pclrtgs ازنظر دقت و جامعیت، حدود 15-10 درصد عملکرد بهتری نسبت به دو الگوریتم pclr و spclr دارد.