【目的】：已有线路推荐研究较少考虑地名实体之间的次序，为此设计了基于城市地名实体双向链接分析的路线推荐方法

【方法】：以特定场景下不同地名实体形成的有向加权网络为基础数据源，循环计算不同轨迹链隶属于各个地名实体对应理想集的链入和链出值，进而在通过布尔逻辑和位置限定运算符表达用户查询需求的基础之上，融合模糊检索算法，实现用户查询与轨迹链的精准匹配。

【结果】：这篇提出的算法推荐准确率为0.75，高于TF-IDF推荐算法和不考虑地名实体次序的推荐算法，但召回率无优势，随着加权网络规模的增大，推荐准确率与召回率呈现明显的反向关系。

【局限】：未考虑对象属性数据对推荐结果的影响。

【结论】：本文方法融合了基于统计分析与语义分析的推荐算法，可快速生成备选路线及推荐指数。

【研究现状及思路】：目前国内路线推荐研究主要集中于计算机科学领域和信息资源管理领域，计算机领域侧重对推荐模型、推荐算法、推荐方法在特定场景(尤其是移动场景)下的应用效果等内容进行细化研究，而信息资源管理领域则多从地理信息分析、旅游信息资源规划、推荐系统原型设计等角度进行解析。

【基于城市地名实体双向链接分析的路线推荐过程】：轨迹链构建、地名实体链入和链出集合计算、基于链接分析结果的推荐策略研究

【轨迹链构建】：借鉴了事件链建模思想，从文本中提取地名实体及其出现位置，序贯相连就形成了轨迹链。轨迹链的最小组成单位为由相邻地名实体构建的有向三元组$(\mathtt{V}_m,\mathtt{V}_n,E)$。$\mathtt{V}_m$ 表示前链，$\mathtt{V}_n$表示后链。$E$取值0或1，0表示前后链之间存在连接关系，反之不存在连接关系。

【地名实体链入和链出集合计算】：计算模式参考模糊集合计算逻辑，模糊集合计算区别于简单的二值判定，认为每个轨迹链可隶属于一个及以上地名实体对应的理想集，也就是说每条轨迹链可与任意地名实体存在关联关系，只是关联程度存在一定差异，这种处理策略更符合用户进行路径选择时的心理认知，默认初始状态下地名实体之间形成完全连通图，随着历史轨迹链集合的不断丰富，完全连通图中的某些路径由于不断被选择而得到强化，有些路径则始终处于初始状态或缓慢强化的状态。

【基于链接分析结果的推荐策略研究】：基于链入和链出集合计算结果, 结合用户需求，可有效实现路线的推荐, 目前在推荐领域应用较多的方法包括: 协同过滤、基于内容的推荐、基于知识的推荐、混合推荐等, 其中协同过滤是应用最为广泛的推荐算法, 但本文采用的推荐算法是融合模糊集合计算的改进协同过滤算法。