融合地理位置与社交关系的兴趣点推荐算法

• 作者: 王三军 王玉姣
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 地点推荐 社交关系 地理因素 GSMF算法
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 算法与语言
• 页码范围: 34-38
• 页数: 5页
• 分类号: TP312
• 字数: 5651字
• 语种: 中文
• DOI: 10.11907/rjdk.171342

摘要

随着位置社交网络的快速增长,越来越多的人借助其分享他们的喜好和位置信息,利用这些信息的潜在规律和呈现出来的偏好特征能够有效地帮助用户发现他们真正感兴趣的地点.然而,用户历史记录数据存在着严重的稀疏性,导致推荐结果不准确.鉴于此,融合地理位置因素和用户社交关系,利用矩阵分解模型提出了一种兴趣点推荐(GSMF算法).实验结果表明,与主流的兴趣点推荐算法相比,该方法在准确率和召回率等多项指标上均取得了更好的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王玉姣		13	17	2.0	3.0
2	王三军		5	6	1.0	2.0