CN107622075A - 地标推荐方法及其计算机程序产品 - Google Patents
地标推荐方法及其计算机程序产品 Download PDFInfo
- Publication number
- CN107622075A CN107622075A CN201610784829.4A CN201610784829A CN107622075A CN 107622075 A CN107622075 A CN 107622075A CN 201610784829 A CN201610784829 A CN 201610784829A CN 107622075 A CN107622075 A CN 107622075A
- Authority
- CN
- China
- Prior art keywords
- information
- landmark
- community
- life
- terrestrial reference
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000004590 computer program Methods 0.000 title claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims description 21
- 238000010295 mobile communication Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000003542 behavioural effect Effects 0.000 claims 1
- 230000001419 dependent effect Effects 0.000 description 5
- 235000013410 fast food Nutrition 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 238000009434 installation Methods 0.000 description 3
- 238000012417 linear regression Methods 0.000 description 3
- 230000003442 weekly effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 240000005809 Prunus persica Species 0.000 description 1
- 235000006040 Prunus persica var persica Nutrition 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- ZINJLDJMHCUBIP-UHFFFAOYSA-N ethametsulfuron-methyl Chemical compound CCOC1=NC(NC)=NC(NC(=O)NS(=O)(=O)C=2C(=CC=CC=2)C(=O)OC)=N1 ZINJLDJMHCUBIP-UHFFFAOYSA-N 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种地标推荐方法及其计算机程序产品。前述的地标推荐方法分析客户端操作用户装置的装置时间信息及装置地点信息，以提供对应客户端的生活行为信息，接着分析生活行为信息以提供用户偏好值、依据用户偏好值以及社群推荐值以对位于查询地标区域内的多个地标信息进行加权处理，并从地标信息中选取出符合门坎值的推荐清单。
Description
技术领域
本发明涉及一种地标推荐方法及其计算机程序产品，尤指一种地标推荐方法及其计算机程序产品。
背景技术
许多用户在生活中欲挑选餐厅以及旅游地点等地标点时，大多习惯通过网络查询特地区域内的地标点，并参考网络上的推荐文章来考虑是否前往。举例来说，当用户欲在车站附近挑选餐厅时，会在搜索引擎输入“餐厅车站”，并逐笔的点阅网络上所发布的点评文章，来挑选出符合期望的餐厅。
由于上述方案需花费相当多的时间进行搜寻以及浏览，而当欲查询的区域内有多个地标点时，则会耗费用户大量的时间成本，进而造成使用者的不便。除此之外，现行的地标推荐技术并未能依据用户生活习惯来推荐符合该用户需求的地标点，而让使用者需通过人工方式筛除不符合需求的地标点。
综上所述，如何提供一种可结合用户生活习惯以及社群推荐来进行地标推荐的技术方案乃本领域亟需解决的技术问题。
发明内容
为解决前述问题，本发明的目的是提供一种可通过分析使用者生活行为习惯以及社群推荐来进行地标推荐的技术手段。
为达上述目的，本发明提出一种结合生活行为分析与社群的地标推荐方法，此地标推荐方法应用于一伺服计算机装置并包含下列步骤：首先，分析客户端操作用户装置的装置时间信息及装置地点信息，以提供对应客户端的生活行为信息，前述的生活行为信息包含一个或多个时间分群区块以及位置群体信息。接着，分析生活行为信息以提供用户偏好值，并依据用户偏好值以及社群推荐值以对位于查询地标区域内的多个地标信息进行加权处理，并从地标信息中选取出符合门坎值的推荐清单。再者，传送推荐列表至用户装置。
为达上述目的，本发明提出一种结合生活行为分析与社群的地标推荐计算机程序产品，当计算机装置加载并执行此计算机程序产品可完成前述地标推荐方法所述的步骤。
为达上述目的，本发明提出一种结合生活行为分析与社群的地标推荐方法，该方法应用于一行动通讯装置并包含下列步骤：首先，分析客户端操作行动通讯装置的装置时间信息以及装置地点信息，以提供对应客户端的生活行为信息，前述生活行为信息包含一个或多个时间分群区块以及位置群体信息。接着，分析生活行为信息以提供用户偏好值，并依据用户偏好值以及社群推荐值以对位于查询地标区域内的多个地标信息进行加权处理，并从地标信息中选取出符合门坎值的推荐清单。再者，在此行动通讯装置的显示单元显示推荐列表。
为达上述目的，本发明提出一种结合生活行为分析与社群的地标推荐计算机程序产品，当行动通讯装置加载并执行计算机程序产品，可完成前述地标推荐方法所述的步骤。
综上所述，本发明的结合生活行为分析与社群的地标推荐方法以及计算机程序产品藉由分析用户的生活行为以及社群荐推值后，得以从为数众多的地标点中挑选出符合用户需求的推荐列表。
附图说明
图1表示本发明的第一实施例的结合生活行为分析与社群的地标推荐方法的流程图；
图2表示本发明的第三实施例的结合生活行为分析与社群的地标推荐方法的流程图；
图3表示本发明的用户生活行为分布图。
具体实施方式
以下将描述具体的实施例以说明本发明的实施态样，惟其并非用以限制本发明所欲保护的范畴。
请参阅图1，其为本发明第一实施例发热结合生活行为分析与社群发热地标推荐方法的流程图。前述方法应用于一伺服计算机装置，其步骤说明如下：
S101：通讯连接外部的一部或多部的客户端装置，并分析客户端操作用户装置的装置时间信息以及装置地点信息，以提供对应客户端的生活行为信息，生活行为信息包含一个或多个时间分群区块位置群体信息。
S102：分析生活行为信息以提供用户偏好值，并依据用户偏好值以及社群推荐值以对位于查询地标区域内的多个地标信息进行加权处理，并从地标信息中选取出符合门坎值的推荐清单。
S103：将推荐列表传送至用户装置。
前述方法更依据位置关系值以对位于查询地标区域内的多个地标信息进行加权处理，并从地标信息中选取出符合门坎值的推荐清单。在前述位置关系值是依据用户于特定时间内，装置地点信息位于目标信息的次数所产生。
前述社群荐值是依据社群网络内的一个或多个使用端标记地标的频率所产生(例如：FacebookTM的标记、打卡功能)。在另一实施例中，前述社群荐值是依据社群网络内的一个或多个使用端针对地标的评价内容所产生，例如对评价内容进行文字探勘(TextMining)、评语的关键词比对等，以得知此评价内容对该地标的地点为正评或负评。
本发明更提供第二实施例，第二实施例一种结合生活行为分析与社群的地标推荐计算机程序产品，当计算机装置加载并执行计算机程序产品，可完成第一实施例的方法所述的步骤。
请参阅图2，其为本发明第三实施例的一种结合生活行为分析与社群的地标推荐方法。第三实施例与第一实施例相似，其差异在于第三实施例应用并执行于一行动通讯装置(例如：智能型手机、平版计算机、可行动上网的电子装置等)，其方法的步骤说明如下：
S201：分析客户端操作行动通讯装置的装置时间信息以及装置地点信息，以提供对应客户端的生活行为信息，生活行为信息包含一个或多个时间分群区块位置群体信息。
S202：分析生活行为信息以提供用户偏好值，并依据用户偏好值以及社群推荐值以对位于查询地标区域内的多个地标信息进行加权处理，并从地标信息中选取出符合门坎值的推荐清单。
S203：在行动通讯装置的显示单元显示此推荐列表。
前述方法更依据位置关系值以对位于查询地标区域内的多个地标信息进行加权处理，并从地标信息中选取出符合门坎值的推荐清单。前述的位置关系值是依据用户在特定时间内，装置地点信息位于目标信息的次数所产生。
本发明更提供第四实施例，第四实施例是一种结合生活行为分析与社群的地标推荐计算机程序产品，当行动通讯装置加载并执行前述的计算机程序产品时，可完成第三实施例的方法所述的步骤。
前述计算机程序产品以及该方法可藉由ASP、C/C++/C#、JAVA、Python、PHP、Perl等程序语言实现，但其程序语言的类别不在此限。
为进一步说明本案的技术特征，本案以第一实施例说明，第二实施例至第四实施例亦可达到相同或相似的技术功效。伺服计算机装置在通讯连接外部的用户装置(例如：智能型手机、平板计算机等)后，会取得此用户装置的装置时间信息(例如：操作的时间)、装置地点信息(例如：GPS坐标信息)。本案的生活行为信息为以时间进行分群(例如：每日、每周、每月、每年等)，将用户的生活行为分群出一个或多个时间区块(图3)，以找出用户的行为集合。而位置的群体分群更包含坐标范围与行政区集合的分群集合。前述的用户生活行为集合则由时间区块以及位置群体所构成，并再分类为时间与位置相依集合、时间相依集合、位置相依集合以及剩下无时间与位置相依集合。各个集合的行为包含了地标类别、择择该地标时查询或推荐条件，以产生客户端特有的生活行为及地标需求。
当用户在查询特定的地标区域时，伺服计算机装置会加权分析位于此地标区域内多个地标信息，并从中挑选出具有一个或多个地标信息的推荐列表。权重值的公式eq(1)如下所示：
前述的权重值i代表在地标集合中，第i个地标信息的权重值，为社群推荐值、为用户偏好值、为位置关系值。优化(优化)权重找出λlike、λsocial、λgeo、λε(默认值)的数值，以让推荐列表的结果符合用户的需求。在一实施例中，伺服计算机装置通过线性回归分析用户的多笔生活行为信息以计算出前述的λ值。
进一步说明，若生活分析的时间条件为t_day/Day、t_week/Week、t_mont/Month、t_year/Year四个群组，并设定t_day＝1hour、t_week＝4hour、t_mont＝8hour、t_year＝24hour，分别为每日一小时、每周4小时、每月8小时、每年24小时的时间条件。以每日时间条件为例，分析Day1～Dayn的数据，并计算(fd1+fd2+…+fdn)/fdtotal>fε，其中fdi，i∈1…n为Dayi日在tday时段的用户执行次fdtotal为执行总数，fε为默认的执行次数平均下限(如25％)，每周、每月、每年的分析模式亦同。
接着设定位置条件，本案定义坐标距离1公里为第一个位置条件、最小乡镇市为第二个位置条件。在以时间与位置条件对用户使用数据分群后，可得到时间与位置相依的集合包含t_day/Day与坐标范围、t_week/Week与坐标范围、t_month/Month与坐标范围、t_year/Year与坐标范围、t_day/Day与乡镇市、t_week/Week与乡镇市、t_month/Month与乡镇市、t_year/Year与乡镇市八个集合。
时间相依集合包含t_day/Day、t_wek/Week、t_month/Month、t_year/Year四个集合，位置相依集合包含坐标范围集合、行政区集合，及剩下无法分类的非时间与位置相依的集合。在一较佳实施例中，分析用户A过去一个月的数据计算，并在这个月中每日23:00～24:00在坐标[24.953734，121.166354]一公里内搜寻餐厅的次数占这个月全部次数的25％以上，即产生出每日在23:00～24:00在坐标[24.953734，121.166354]一公里内搜寻附近餐厅的t_day/Day与坐标范围集合代表此生活行为。
接着，进行权重算式中参数的优化，在此实施例中用户A在搜寻餐厅后产生一个地标清单listi，此清单内的每个地标包含一个权重值及计算式，当用户A选择某地标时，并给定此清单最大的权重值为此算式的运算值，并令λlike、λsocial、λgeo、λε为变数，即可得到算式list_i的最大权重值＝λlike×0.3+λsocial×0.2+λgeo×0.5+λε，分析给定过去一个月的数据，n笔记录产生n个算式，并使用线性回归法产生优化λlike、λsocial、λgeo、λε参数值。
当用户A在时间点23:32以及在坐标[24.953729，121.166358]开起服务时，依时间与位置辨识出此t_day/Day与坐标范围集合中搜寻附近餐厅的生活行为，此时自动搜寻数据库产生n笔地标的初步清单，每笔地标i包含偏好等级likei、社群Sj，j∈1…n的推荐等级SjPi、与用户装置目前的位置geoi，分别计算此n笔列表中用户偏好值社群推荐值其中λsj,j∈1…m为社群Ssj,j∈1…m预设权重且为社群Sj的社群推荐值、位置关系值 根据优化参数计算权重值 由高至低排序此n笔数据并排除多余或低于下限的地标，产生最后的推荐清单。
进一步说明，若用户A在某一周使用纪录如表1所示：
表1
| A所在时间 | A所在位置 | 搜寻地点 | 搜寻类别 | 搜寻次数 |
| 周一11:00-11:20 | 中坜车站 | 附近1公里 | 便当店 | 3 |
| 周一18:34 | 平镇 | 桃园市 | 服饰店 | 1 |
| 周二10:30-10:45 | 中坜车站 | 附近1公里 | 快餐店 | 2 |
| 周三10:40-10:50 | 中坜车站 | 附近1公里 | 便当店 | 3 |
| 周四11:10-11:25 | 中坜车站 | 附近1公里 | 面店 | 2 |
| 周四19:32 | 平镇 | 平镇区 | 篮球场 | 1 |
| 周五11:10-11:25 | 中坜车站 | 附近1公里 | 快餐店 | 2 |
| 周六20:22 | 平镇 | 中坜区 | 酒吧 | 1 |
而生活行为分析设定时间条件为每日分析，并设定t_day/Day为1hour、fε为30％，空间条件为地标，而总次数为15次，时间相依计算(fd1+fd2+…+fdn)/fdtotal后得到，在10:30-11:30的值为12/15>30％，在空间相依计算得到在中坜火车站为12/15>30％，即产生“在中坜车站10:30-11:30搜寻中坜车站附近一公里的便当店、快餐店、面店”的生活行为。
在一较佳实施例中，“在中坜车站10:30-11:30搜寻中坜车站附近一公里的便当店、快餐店、面店”的生活行为权重值优化计算方式如下，令公式为 表2中店家旁的数值即为权重值，其下方的三个字段分别为用户偏好值社群推荐值位置关系值各值的计算分别由用户个人设定、社群资源接口、用户所在位置与店家距离取得并正规化至0～1数值。
现有的生活行为前四次清单选择结果：
表2
以λlike、λsocial、λgeo、λε为变数，选定店家的为参数，并令其值为权重计算的最大值，得到下列四个算式：
| 选择乙 | 0.93＝0.5Xλlike+0.8Xλsocial+0.9Xλgeo+λε |
| 选择甲 | 0.89＝0.6Xλlike+0.6Xλsocial+0.9Xλgeo+λε |
| 选择乙 | 0.86＝0.6Xλlike+0.7Xλsocial+0.3Xλgeo+λε |
| 选择乙 | 0.92＝0.8Xλlike+0.5Xλsocial+0.8Xλgeo+λε |
接着，利用回归算法来求解，在此较佳实例中利用线性回归数来计算可得：
更新
因此用户A位于中坜车站且时间为10:30-11:30，生活行为符合“在中坜车站10:30-11:30搜寻中坜车站附近一公里的便当店、快餐店、面店”，自动执行其生活行为的搜寻结果并使用 计算权重由高至低产生清单。
上列详细说明针对本发明的一可行实施例的具体说明，惟该实施例并非用以限制本发明的专利范围，凡未脱离本发明技艺精神所为的等效实施或变更，均应包含于本案的专利范围中。
Claims (10)
1.一种结合生活行为分析与社群的地标推荐方法，应用于一伺服计算机装置，其特征在于，该方法包含下列步骤：
分析客户端操作用户装置的装置时间信息及装置地点信息，以提供对应该客户端的生活行为信息，该生活行为信息包含一个或多个时间分群区块以及位置群体信息；
分析该生活行为信息以提供用户偏好值，并依据该用户偏好值以及社群推荐值以对位于查询地标区域内的多个地标信息进行加权处理，并从该多个地标信息中选取出符合门坎值的推荐清单；以及
传送该推荐列表至该用户装置。
2.根据权利要求1所述的地标推荐方法，其特征在于，更依据位置关系值以对位于该查询地标区域内的该多个地标信息进行加权处理，并从该多个地标信息中选取出符合门坎值的该推荐清单。
3.根据权利要求2所述的地标推荐方法，其特征在于，该位置关系值依据该用户于特定时间内，该装置地点信息位于该目标信息的次数所产生。
4.根据权利要求1所述的地标推荐方法，其特征在于，该社群荐值依据社群网络内的一个或多个使用端标记该地标的频率所产生。
5.根据权利要求1所述的地标推荐方法，其特征在于，该社群荐值依据社群网络内的一个或多个使用端针对该地标的评价内容所产生。
6.一种结合生活行为分析与社群的地标推荐计算机程序产品，其特征在于，当计算机装置加载并执行该计算机程序产品，可完成如权利要求1至5任一项所述的方法。
7.一种结合生活行为分析与社群的地标推荐方法，应用于一行动通讯装置，其特征在于，该方法包含：
分析客户端操作该行动通讯装置的装置时间信息以及装置地点信息，以提供对应该客户端的生活行为信息，该生活行为信息包含一个或多个时间分群区块以及位置群体信息；
分析该生活行为信息以提供用户偏好值，并依据该用户偏好值以及社群推荐值以对位于查询地标区域内的多个地标信息进行加权处理，并从该多个地标信息中选取出符合门坎值的推荐清单；以及
在该行动通讯装置的显示单元显示该推荐列表。
8.根据权利要求7所述的地标推荐方法，其特征在于，更依据位置关系值以对位于该查询地标区域内的该多个地标信息进行加权处理，并从该多个地标信息中选取出符合门坎值的该推荐清单。
9.根据权利要求8所述的地标推荐方法，其特征在于，该位置关系值依据该用户在特定时间内，该装置地点信息位于该目标信息的次数所产生。
10.一种结合生活行为分析与社群的地标推荐计算机程序产品，其特征在于，当行动通讯装置加载并执行该计算机程序产品，可完成如权利要求7至9任一项所述的方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW105122340 | 2016-07-15 | ||
| TW105122340A TWI618017B (zh) | 2016-07-15 | 2016-07-15 | 結合生活行為分析與社群之地標推薦方法及其電腦程式產品 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107622075A true CN107622075A (zh) | 2018-01-23 |
Family
ID=60941126
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610784829.4A Pending CN107622075A (zh) | 2016-07-15 | 2016-08-31 | 地标推荐方法及其计算机程序产品 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US10552499B2 (zh) |
| CN (1) | CN107622075A (zh) |
| TW (1) | TWI618017B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3454079B1 (en) * | 2017-09-12 | 2023-11-01 | Aptiv Technologies Limited | Method to determine the suitablility of a radar target as a positional landmark |
| CN109409959A (zh) * | 2018-10-31 | 2019-03-01 | 广州品唯软件有限公司 | 一种用户信息分析方法、装置、设备及介质 |
| CN110708663B (zh) * | 2019-09-27 | 2020-11-27 | 上海盛付通电子支付服务有限公司 | 一种基于蓝牙的社交方法及设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100076968A1 (en) * | 2008-05-27 | 2010-03-25 | Boyns Mark R | Method and apparatus for aggregating and presenting data associated with geographic locations |
| CN102594905A (zh) * | 2012-03-07 | 2012-07-18 | 南京邮电大学 | 一种基于场景的社交网络位置兴趣点推荐方法 |
| US20130345961A1 (en) * | 2012-06-25 | 2013-12-26 | Google Inc. | Providing Route Recommendations |
| CN103995837A (zh) * | 2014-04-25 | 2014-08-20 | 西北工业大学 | 一种基于群体足迹的个性化旅游路线规划方法 |
| CN105075178A (zh) * | 2013-04-09 | 2015-11-18 | 国际商业机器公司 | 为一个或多个协作构件识别一个或多个相关社交网络 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1751320A (zh) * | 2003-02-19 | 2006-03-22 | 松下电器产业株式会社 | 信息提供装置 |
| JP4678282B2 (ja) * | 2005-11-16 | 2011-04-27 | 株式会社デンソー | ナビゲーション装置およびランドマーク強調表示方法 |
| TW201231922A (en) * | 2011-01-31 | 2012-08-01 | Tomtom Belgium Nv | Navigation methods and systems |
| US8631084B2 (en) * | 2011-04-29 | 2014-01-14 | Facebook, Inc. | Dynamic tagging recommendation |
| US10135931B2 (en) * | 2011-08-04 | 2018-11-20 | Facebook, Inc. | Recommendations based on geolocation |
| TW201405451A (zh) * | 2012-07-30 | 2014-02-01 | Inst Information Industry | 路線推薦系統及其方法 |
| US8949250B1 (en) * | 2013-12-19 | 2015-02-03 | Facebook, Inc. | Generating recommended search queries on online social networks |
| US9820094B2 (en) * | 2015-08-10 | 2017-11-14 | Facebook, Inc. | Travel recommendations on online social networks |
-
2016
- 2016-07-15 TW TW105122340A patent/TWI618017B/zh active
- 2016-08-31 CN CN201610784829.4A patent/CN107622075A/zh active Pending
- 2016-11-30 US US15/364,637 patent/US10552499B2/en not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100076968A1 (en) * | 2008-05-27 | 2010-03-25 | Boyns Mark R | Method and apparatus for aggregating and presenting data associated with geographic locations |
| CN102594905A (zh) * | 2012-03-07 | 2012-07-18 | 南京邮电大学 | 一种基于场景的社交网络位置兴趣点推荐方法 |
| US20130345961A1 (en) * | 2012-06-25 | 2013-12-26 | Google Inc. | Providing Route Recommendations |
| CN105075178A (zh) * | 2013-04-09 | 2015-11-18 | 国际商业机器公司 | 为一个或多个协作构件识别一个或多个相关社交网络 |
| CN103995837A (zh) * | 2014-04-25 | 2014-08-20 | 西北工业大学 | 一种基于群体足迹的个性化旅游路线规划方法 |
Non-Patent Citations (1)
| Title |
|---|
| 网易科技报道: ""饭饭：网易有道全新个性化餐馆推荐系统"", 《HTTPS://WWW.CHINAZ.COM/NEWS/2012/0416/246010.SHTML》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| US10552499B2 (en) | 2020-02-04 |
| TW201802749A (zh) | 2018-01-16 |
| US20180018395A1 (en) | 2018-01-18 |
| TWI618017B (zh) | 2018-03-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhao et al. | A trajectory clustering approach based on decision graph and data field for detecting hotspots | |
| Pei et al. | A new insight into land use classification based on aggregated mobile phone data | |
| Preoţiuc-Pietro et al. | Mining user behaviours: a study of check-in patterns in location based social networks | |
| Brown et al. | Social landscape metrics: measures for understanding place values from public participation geographic information systems (PPGIS) | |
| CN104504064A (zh) | 一种信息推荐方法和装置 | |
| CN104683951A (zh) | 确定待推送信息的方法及系统 | |
| CN102882936A (zh) | 云推送的方法、系统和装置 | |
| CN104639664A (zh) | 一种推送信息的方法及系统 | |
| CN109684373B (zh) | 基于出行和话单数据分析的重点关系人发现方法 | |
| Kim et al. | An analysis on movement patterns between zones using smart card data in subway networks | |
| CN102142003A (zh) | 兴趣点信息提供方法及装置 | |
| CN104391967A (zh) | 一种基于多源数据分析的就诊推荐方法 | |
| US20130096987A1 (en) | Citizen engagement for energy efficient communities | |
| CN113516500A (zh) | 一种基于大数据商旅运营平台的实现方法和系统 | |
| CN107622075A (zh) | 地标推荐方法及其计算机程序产品 | |
| CN104516980B (zh) | 搜索结果的输出方法以及服务器系统 | |
| Murad | Creating a GIS application for local health care planning in Saudi Arabia | |
| Brook | Reframing models of arts attendance: Understanding the role of access to a venue. The case of opera in London | |
| KR101129808B1 (ko) | 소셜 네트워크 서비스 제공 서버 및 그의 인맥 추천 방법 | |
| Jagarnath et al. | Modelling urban land change processes and patterns for climate change planning in the Durban metropolitan area, South Africa | |
| Chaudhuri et al. | Application of web-based Geographical Information System (GIS) in tourism development | |
| JP2015135589A (ja) | 情報分析システム、及び情報分析方法 | |
| Longley et al. | Classification through consultation: Public views of the geography of the e-society | |
| CN103079006A (zh) | 联系人管理方法和系统 | |
| Geng et al. | Evaluation of urban residential land use efficiency with a neural network from the perspective of service facility capacity |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180123 |
|
| RJ01 | Rejection of invention patent application after publication |