基于LDA模型和聚类算法的城市热点推荐与应用

• 作者: 刘美玲 孙立研 王诗童
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 地理位置 热点推荐 LDA模型 多距离空间聚类算法
• 年，卷（期）: 2018,（3）
• 页码范围: 136-139
• 页数: 4页
• 分类号: TP393.02
• 字数: 3592字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2018.03.032

摘要

针对新浪微博的短文本发表功能及地点签到功能,获取用户发布的信息.利用LDA(Latent Dirichlet Allocation)模型,将获取到的大量文本信息和地理位置进行分词和词频统计处理,从而获得签到的热点地理位置信息,并在地图上标注出来.在获得用户签到的位置信息基础上,合并约束搜索条件,利用多距离空间聚类算法,优化推荐功能,并向用户显示其周边诸如商场、景点、饭店等热门娱乐场所的具体地理位置信息,进行热点推荐.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘美玲	东北林业大学信息与计算机工程学院	13	44	2.0	6.0
2	孙立研	东北林业大学信息与计算机工程学院	3	2	1.0	1.0
3	王诗童	东北林业大学信息与计算机工程学院	1	1	1.0	1.0