POI推荐综述，非常好的文章，内容很全面，讲解也很通俗易懂

基于用户签到数据的应用遗传算法的POI推荐，邢东旭，张成文，定位技术的出现，使得POI（Point of Interest，兴趣点）个性化推荐成为推荐领域中的关键研究点之一，而在POI推荐研究的进程中又出现了用�

兴趣点( POI) 的签到数据体现了用户的偏好和兴趣点的分布特征，这在兴趣点推荐领域有极为重要的价值． 为了缓解 数据稀疏造成的推荐不准确等问题，本文提出了融合时间序列的 POI 动态推荐算法，结合用户与用户之间的关系、兴趣点位置 以及流行度信息等． 首先划分时间序列，得到时间因子的相似度;其次时间序列融入到基于用户的协同过滤算法，再根据时间的 连续性特征得到基于用户的预测评分，然后将地理影响因子与基于时间的流行度信息结合，预测用户的评分，进而与基于用户 的评分加权融合;最后，在 Gowalla 数据集上进行实验，结果表明，本文提出的融合时间序列的 POI 动态推荐算法能够有效减小 推荐误差，

参照尚硅谷电影推荐系统，依葫芦画瓢做的POI推荐系统

本资源是对2021年收录于ACM的最新POI论文的精准翻译，并且经过严谨排版，公式整齐，保证阅读流畅无障碍。对不喜欢看英文文献或想节约时间的小伙伴强烈推荐！！！

POI推荐系统的论文，原文是英文，我做了中文翻译以及一点小小的整理

最经典的基于用户相似度和社会关系和地理位置三个因素的POI推荐系统，压缩包里有3个python2.7的代码文件和3个数据文本，分别是foursquare签到数据，爬下来的用户好友关系数据，和POI的经纬度数据。代码可以直接运行【python filename.py】