基于地理邻近性的自编码器在地点推荐中的应用

• 作者: 张文翔
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 地点推荐 自编码器 地理邻近性
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 信息系统
• 页码范围: 74-78
• 页数: 5页
• 分类号: TP18
• 字数: 5430字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.04.014

摘要

个性化地点推荐系统对于基于位置的社交网络(Location-based Social Networks, LBSNs)的发展至关重要.它不仅能够帮助用户挖掘新的地点,同时也有利于服务商更好地提供个性化服务.现存关于这方面的研究,将所有的地点同等看待.但是在不同类别中,签到频率的数据规模却不可同等看待.本文基于TF-IDF理论将签到频率转换成基于类别的偏好数据,提出一个基于地理邻近性的深度自编码器模型,利用签到数据中的地理信息构造推荐系统.在LBSNs真实数据集上进行实验分析,结果表明相对于对比算法,本文模型的实验结果更好,基于地理邻近性的深度自编码器模型适用于地点推荐任务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张文翔	天津大学管理与经济学部	1	1	1.0	1.0