论文学习：A Survey of Point-of-Interest Recommendation in Location-Based Social Networks

POI(Point-of-Interest)即兴趣点也可理解为感兴趣的地点，POI推荐方法区别于传统的推荐商品在于它是推荐用户感兴趣的地点，可能是用在一些旅游出行的应用上。

 关于POI recommendation的分类：

• Pure Check-in Data Based POI Recommendation

从字面意思理解就是只用登录数据来构建推荐系统，与协同过滤的方法类似，构建user-location矩阵C，表示用户u登入地点j的次数。计算用户相似度，然后推荐。

• Geographical Influence Enhanced POI Recommendation

Tobler第一地理定律：Everything is related to everything else, but near things are more related than distant things

地理影响增强的POI推荐，考虑到用户倾向于去POI进的地方，而非较远的一个。在用户的登入行为中通常表现为地理聚类现象。这种方法主要是计算概率，即用户去一个新地点的概率，作者提到了一些矩阵分解的方法，包括用RFM（正则矩阵分解）,PFM（概率矩阵分解）来构造推荐的方法。（其中有很多比较复杂的公式，未能完全看懂）

• Social Influence Enhanced POI Recommendation

社交影响在推荐的表现