融合时空上下文信息的兴趣点推荐

• 作者: 徐前方 王嘉春 肖波
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 位置社交网络 时空上下文 兴趣点推荐 图的随机游走
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 论文
• 页码范围: 37-42,50
• 页数: 7页
• 分类号: TP301
• 语种: 中文
• DOI: 10.13190/j.jbupt.2017-081

摘要

为了给用户提供更好的位置服务,提出了一种位置社交网络中融入时空上下文信息的混合个性化兴趣点推荐模型.在空间上,对用户签到进行层次聚类,对各聚类内二维核密度估计的结果取平均.在时间上,利用用户签到的时间信息、签到的位置信息及社交网络构建转移矩阵,运行改进图的随机游走模型.混合模型融合时空上下文信息做推荐.在真实数据集上的实验结果表明,无论在标准推荐场景还是冷启动场景下,混合推荐模型的准确率和召回率性能均优于基准方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐前方	北京邮电大学信息与通信工程学院	12	138	6.0	11.0
2	肖波	北京邮电大学信息与通信工程学院	10	141	6.0	10.0
4	王嘉春	北京邮电大学信息与通信工程学院	1	5	1.0	1.0