基于分层模型的位置推荐方法研究*

• 作者: 周健勇 孔晓笛
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 分层 推荐方法 地理位置 社交网络
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 468-472
• 页数: 5页
• 分类号: TP311
• 字数: 3867字
• 语种: 中文
• DOI: 10.3969/j.issn1672-9722.2015.03.029

摘要

为了丰富地理位置社交网络中位置推荐的方法，提高位置推荐的精度，提出一种分层模型的推荐方法。将地理位置社交网络中的数据分为历史位置层和社交关系层，在历史位置层中，考虑用户的历史签到位置序列具有幂律分布和瞬时效应这两种特性，引入Pitman‐Yor语言过程模型的机制来分析用户的历史位置签到数据，计算出下一次签到位置的概率，结合社交关系，加入社交关系层的朋友数据信息，得出所有可能位置的概率分布，按照TopN方法给出推荐列表。通过模型计算结果分析，对比其他的位置推荐方法，验证了该方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周健勇	上海理工大学管理学院	27	83	6.0	7.0
2	孔晓笛	上海理工大学管理学院	1	4	1.0	1.0