LBSNs中的群体行程推荐方法

• 作者: 丁志军 李效伦
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 群体 旅游行程 LBSNs 谱聚类 K-means 推荐系统
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 199-205
• 页数: 7页
• 分类号: TP181
• 字数: 7064字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2017.06.033

摘要

随着GPS设备(如智能手机、GPS导航仪、GPS记录仪等)的广泛应用,其产生的位置信息也越来越多.基于位置的社交网络(Location-Based Social Networks,LBSNs)推荐系统受到了更多的关注.旅游行程推荐是LBSNs中非常热门的研究课题之一,但是现有研究主要侧重向单个用户推荐旅游行程,缺乏向群体推荐行程的工作.因此提出了一种LBSNs中的群体行程推荐方法.该方法首先根据用户的签到记录,使用K-means和谱聚类方法挖掘用户群体及其偏好;然后综合考虑群体对行程的时间和价格的约束,设计了行程推荐算法向群体用户推荐符合其偏好的旅游行程;最后,使用新浪微博用户的真实签到记录进行实验分析,结果表明所提出的群体行程推荐方法具有良好效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁志军	同济大学嵌入式系统与服务计算教育部重点实验室	37	329	8.0	17.0
2	李效伦	同济大学嵌入式系统与服务计算教育部重点实验室	2	1	1.0	1.0