假如三个POI,p1,p2,p3
三个用户，q1,q2,q3
用户的考虑的位置因素和非位置因素用x1,x2,x3和x4表示。比如分别是餐馆的价位， 距离，道路拥挤程度，交通车费。
那么用户集Q = {q1,q2,q3}对MP的自定义意愿就可以这么表示：
| -- | x1 | x2 | x3 | x4 |
|---|---|---|---|---|
| q1 | 1 | 2 | 3 | 2 |
| q2 | 3 | 2 | 1 | 5 |
| q3 | 1 | 0 | 4 | 2 |
而每个位置POI,有他的x1,x2,x3和x4的属性。
| -- | p1 | p2 | p3 |
|---|---|---|---|
| x1 | 4 | 0 | 4 |
| x2 | 2 | 3 | 1 |
| x3 | 3 | 4 | 2 |
| x3 | 1 | 1 | 2 |
寻找一个MP，是不是可以等同为寻找一个地点pi,他的向量（x1,x2,x3,x4）如p1（4,2,3,1）
与Q的所有用户最接近，也就是cos(piq1) + cos(piq2)+cos(piq3)最小的pi
java
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。