在当前基于位置的社交网络中，POI（Point of Interest）推荐是一个很重要的主题，其与地理位置、时间等都存在着很强的关系，目前以及有大量的论文基于地理位置来做POI推荐。
1、Griesner, Jean Benoit, T. Abdessalem, and H. Naacke. “POI Recommendation:Towards Fused Matrix Factorization with Geographical and Temporal Influences.” ACM Conference on Recommender SystemsACM, 2015:301-304. 该论文将MF融合地理位置与时间信息来进行POI推荐。论文首先阐述来WMF在隐式反馈上的合理性，然后引用目前已有的结合地理位置信息的方法：geographical matrix factorization (GeoMF) ，该方法假设每一个POI的影响服从正态分布，而且只依赖于空间中的位置距离，如下图1。但是现实生活中的POI并非如此，时间因素也是一个重要的影响因素，因此作者提出对POI的影响结构进行修改，加入时间，通过计算每个用户在POI i转向区域内其他POI j所花的时间，来对POI的影响进行调整，如下图2。
GeoMF:
GeoMF with Temporal influence:
