作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目前基于协同过滤的地点推荐算法存在难以准确估算用户偏好、推荐结果准确性不高等问题.改进了传统协同过滤中相似用户计算方法,在迭代过程中分别计算用户相似度和地点相似度的值,并不断交叉调整对方的值,直至收敛.该方法能够在稀疏的数据集下准确计算用户相似性.此外,在top-N推荐阶段,同时考虑了用户的兴趣度和推荐地点离用户所在地距离的影响,并设置阈值控制二者的权重,自适应地产生推荐结果.实验表明,与其它方法相比该方法能够获得更好的推荐效果.
推荐文章
一种基于位置社交网络的地点推荐算法
地点推荐
用户相似度
用户签到
社交影响
基于位置社交网络的个性化兴趣点推荐
兴趣点推荐
位置信息
分类信息
流行度信息
社会信息
位置社交网络
一种基于位置社交网络的地点推荐算法
地点推荐
用户相似度
用户签到
社交影响
一种基于位置社交网络融合多种情景信息的兴趣点推荐模型
协同过滤
兴趣点推荐
位置社交网络
情景建模
主题分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于位置社交网络的地点推荐算法
来源期刊 计算机工程与科学 学科 工学
关键词 位置社交网络 地点推荐 协同过滤
年,卷(期) 2016,(4) 所属期刊栏目 计算机网络与信息安全
研究方向 页码范围 667-672
页数 6页 分类号 TP393
字数 5134字 语种 中文
DOI 10.3969/j.issn.1007-130X.2016.04.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王森 重庆理工大学计算机科学与技术学院 23 108 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (9)
同被引文献  (26)
二级引证文献  (16)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(10)
  • 引证文献(6)
  • 二级引证文献(4)
2019(11)
  • 引证文献(1)
  • 二级引证文献(10)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
位置社交网络
地点推荐
协同过滤
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导