随着定位技术的不断发展,使得POI(Point of Interest,兴趣点)个性化推荐成为推荐领域中的热门研究点之一。目前POI推荐研究中存在需求多样性、数据量巨大、数据稀疏、推荐精准度低等多项弊端。本文通过严格的算法计算与实验对比,得出了一种较优的设计方案,以下为本文主要研究内容:(1)深入研究POI理论技术基础,将异质信息网络与基于位置的社交网络相结合,在一定程度上改善了用户数据稀疏性问题,并挖掘了用户POI偏好。(2)本文提出了理论分析和系统验证相结合的思想,探索异质信息网络和POI个性化推荐相结合的理论,设计实现了基于异质社交网络和逻辑回归算法的POI个性化推荐系统,为POI个性化推荐研究提供创新思路。(3)本文构建了异质社交网络模型,重点研究与设计了基于异质社交网络的POI推荐。并最终设计了 POI推荐系统,实现了数据库、Web服务、系统处理等模块。解决了用户的个性化需求问题,提高了 POI个性化推荐系统的准确性。(4)采用了公开数据集进行严格实验对比验证,得出了本文的算法在准确率与召回率指标上有较好的改进提升。并且采用了多维度测试用例对系统进行测试验证,得出了本文的推荐系统具有一定优越性与先进性。POI的推荐是有益于用户和企业的基于位置的社交网络服务。近年来,一些POI推荐算法已经提出,但尚缺乏系统的设计和实现。本文在提出基于元路径选择的POI推荐算法的同时,设计了 POI推荐系统,验证了本文系统的稳定性与算法的优越性。POI个性化推荐技术的研究会大大提高POI推荐的应用与开发效率,不仅能增强用户对POI推荐服务的黏性,还能宣传和推广POI并产生丰厚的商业价值,从而对用户、POI推荐服务的提供者及POI周边商户带来更大利益,因此POI个性化推荐的研究具有巨大的社会意义与经济意义。