本文在POI推荐基础上考虑时序性的影响，于是本文假定用户的日常签到偏好受两种时序因素影响：
（1）非一致性：一个用户在一天中的不同小时内有着不同的签到偏好；
（如上图中的建模所示，在传统矩阵分解模型基础上，考虑用户签到兴趣与时间有关，同时考虑了用户在说会见上的正则化）
（2）连续性：一个用户在连续的时间内有着较为相似的签到偏好。
（如上图建模所示，考虑用户在连续时间上的兴趣偏好差异尽可能的小，为此通过正则化来实现，正则化的化简如下图所示）

于是，综合这两个时序影响因素，最终的模型如下：

然后通过梯度下降实现参数求解。