基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目前基于协同过滤的兴趣点推荐算法能够获得较好的推荐效果,但是当用户外出远离其常驻地时,推荐效果急剧下降,主要原因是用户的签到记录主要集中在其常驻地周围,而对其他兴趣点的签到行为较少,此时不能准确计算用户兴趣.因此提出了一种基于主题模型的兴趣点推荐算法,在推荐过程中同时考虑了用户的偏好分布和兴趣点的主题分布,使得当用户在新的兴趣点时,也能获得较好的推荐.实验证明,该方法不仅能够缓解推荐数据的稀疏性问题,而且与其他方法相比有更高的推荐准确率.
推荐文章
基于内容和兴趣漂移模型的电影推荐算法研究
个性推荐
词向量模型
用户偏好
兴趣漂移
聚类
集合相似度
基于预测的LBSN兴趣点推荐算法
基于位置的社交网络
个性化推荐
位置预测
POI
基于用户兴趣模型聚类的协同过滤推荐算法
协同过滤
推荐系统
用户兴趣模型
推荐算法
基于语义位置和区域划分的兴趣点推荐模型
位置社交网络
语义位置
兴趣点推荐
时间主题
区域影响
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于用户-内容主题模型的兴趣点联合推荐算法
来源期刊 计算机工程与应用 学科 工学
关键词 位置社交网络 兴趣点推荐 协同过滤
年,卷(期) 2018,(4) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 154-159
页数 6页 分类号 TP391.9
字数 5863字 语种 中文
DOI 10.3778/j.issn.1002-8331.1609-0177
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱福喜 武汉大学计算机科学与技术学院 46 250 9.0 13.0
2 朱林 上海电力学院计算机科学与技术学院 7 75 3.0 7.0
3 卢露 上海电力学院计算机科学与技术学院 7 30 4.0 5.0
4 高榕 武汉大学计算机科学与技术学院 10 121 7.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (181)
参考文献  (3)
节点文献
引证文献  (12)
同被引文献  (44)
二级引证文献  (12)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(1)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(13)
  • 引证文献(4)
  • 二级引证文献(9)
2020(7)
  • 引证文献(5)
  • 二级引证文献(2)
研究主题发展历程
节点文献
位置社交网络
兴趣点推荐
协同过滤
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导