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

• 作者: 曾诚 陈志雄 高榕
• 来源期刊: 计算机应用研究
• 关键词: 协同过滤 兴趣点推荐 位置社交网络 情景建模 主题分析
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2978-2983,2996
• 页数: 7页
• 分类号: TP301
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.10.022

摘要

针对现有位置社交网络兴趣点推荐的研究工作主要集中在挖掘兴趣点的情景信息:时间信息、地理位置和评论信息,其中评论信息对用户偏好的影响尚未充分研究的情况,提出一个统一兴趣点推荐模型.其融合了用户偏好模型和上述三种情景信息,对用户偏好建模采用基于签到次数的度量方法,同时对评论信息采用基于潜在狄利克雷分配主题模型来挖掘用户偏好.实验结果表明,该模型在推荐准确率等多种评价指标上都取得了更好的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾诚	湖北大学计算机与信息工程学院	29	231	8.0	15.0
2	陈志雄	湖北大学计算机与信息工程学院	14	74	6.0	8.0
3	高榕	武汉大学计算机学院	10	121	7.0	10.0