Thesis (M.Sc.)-Cairo University, 2022.

Bibliography: pages 76-91.

Advancement of location-acquisition technologies with fast development of mobile devices and wireless communication caused a revolution of information. It has been used in location-based social networks (LBSNs), has attracted millions of users to Facebook places, Gowalla, and Foursquare, is an important task to make location recommendations to users and utilizes user preferences and other information that not only help users explore new places but also make LBSNs more attractive to users.
This thesis discusses recommender systems (RS) and their application in different fields like LBSN, big data, and real life. It describes traditional recommendation approaches as well as modern approaches and explains smart community as one of powerful techniques to be used. It also introduces the state-of-art geographical techniques and presents a comparative study of recommendation techniques that can be served as a good guide and a roadmap for research and practice in this area and introduces Overlapping Community Based Personalized Location Recommendation System (CMPR) framework that provides the user based on their personal preferences with the most interesting location.
The framework is divided into two parts. The first part identifies his/her relevant community based on user-community similarity. Then from the identified community and dedicated sub-community location, this part recommends interesting locations based on user-location similarity for each user.
The second part develops communities for users within the user-specified preference based on their categories; communities that represent user-preferences categories and will recommend based preference locations. That improves recommendation on location based social networks (LBSNs) and takes into consideration both efficiency and quality, it also makes the system easily solve the new user problem and handling the data sparseness problem for location recommendations.
Spatial Group analysis cluster technique, it discovers community location shape that divides location into the group based (X, Y) coordinates. It means dividing the city into geo-community that increase real-time location and facilities to dedicate location performance and efficiency to generate candidate location and local expert user that aid to increase recommendation process.
The results of our framework achieve good quality, high performance and compared with existing approaches, and achieve precision 87% in Foursquare dataset, 84% in Gowalla dataset where number of locations N =10 and achieve precision 79% in Foursquare dataset, 77% in Gowalla dataset where number of locations N =20.

أدى التقدم في تقنيات اكتساب المواقع مع التطور السريع للأجهزة المحمولة والاتصالات اللاسلكية إلى حدوث ثورة في المعلومات. ولقد تم استخدامه في الشبكات الاجتماعية القائمة على الموقع، وقد اجتذب ملايين المستخدمين إلى مواقع الفيسبوك وجوالا وفورسكيور، وتعتبر ذات اهميه تقديم توصيات الموقع للمستخدمين واستخدام تفضيلات المستخدم والمعلومات الأخرى التي لا تساعد المستخدمين في استكشاف أماكن جديدة فحسب، بل تجعل أيضًا الشبكات الاجتماعية القائمة على الموقع أكثر جاذبية للمستخدمين.
تناقش هذه الرسالة أنظمة التوصية وتطبيقاتها في مجالات مختلفة مثل الشبكات الاجتماعية القائمة والبيانات الضخمة والحياة الواقعية ، وتصف نهج التوصية التقليدية بالإضافة إلى الأساليب الحديثة وتشرح المجتمع الذكي كأحد التقنيات القوية التي يجب استخدامها ، كما تقدم أحدث التقنيات الجغرافية وتقدم أيضا دراسة مقارنة لتقنيات التوصية التي يمكن أن تكون بمثابة دليل جيد وخارطة طريق للبحث والممارسة في هذا المجال ، وتقدم أيضا إطار عمل نظام توصية الموقع المخصص المستند إلى المجتمع المتداخل والذي يوفر للمستخدم الموقع الأكثر إثارة للاهتمام بناءً على تفضيلاته الشخصية .
الإطار مقسم إلى جزأين يحدد الجزء الأول المجتمع ذي الصلة بناءً على تشابه مجتمع المستخدم ثم من المجتمع المحدد وموقع المجتمع الفرعي المخصص، يوصي هذا الجزء بالمواقع المهتمة بناءً على تشابه موقع المستخدم لكل مستخدم. الجزء الثاني يطور المجتمعات للمستخدمين ضمن التفضيل المحدد من قبل المستخدم بناءً على فئاتهم؛ المجتمعات التي تمثل فئات تفضيلات المستخدم وستوصي بمواقع التفضيل القائمة، يعمل ذلك على تحسين التوصية بشأن الشبكات الاجتماعية القائمة على الموقع ويأخذ في الاعتبار كلاً من الكفاءة والجودة، كما أنه يجعل النظام يحل مشكلة المستخدم الجديد بسهولة ويتعامل مع مشكلة ندرة البيانات لتوصيات الموقع.
تقنية الكتلة لتحليل المجموعة المكانية، فهي تكتشف شكل موقع المجتمع الذي يقسم الموقع إلى إحداثيات تستند إلى المجموعة (X، Y) وذلك يعني تقسيم المدينة إلى مجتمع جغرافي يزيد من الموقع والمرافق في الوقت الفعلي لتخصيص أداء الموقع وكفاءته لإنشاء موقع المرشح والمستخدم الخبير المحلي الذي يساعد على زيادة عملية التوصية.
نتائج إطار العمل الخاص تحقق جودة جيدة وأداءً عاليًا ومقارنة مع الأساليب الحالية، وتحقق دقة 87٪ في مجموعة بيانات فورسكوير، و84٪ في مجموعة بيانات جوالا حيث العدد = 10 وتحقق دقة 79٪ في مجموعة بيانات فورسكوير، و 77٪ في مجموعة بيانات جوالا حيث العدد = 20

Issues also as CD.

Text in English and abstract in Arabic & English.