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:
移动网络和智能终端的发展使得基于优质用户的伴随人员的推荐成为互联网发展的热点之一, 而伴随人员的推荐算法则是至关重要的因素. 针对以往基于地理位置的用户轨迹性相似推荐算法中需基于地理位置或基站数据, 且数据稀疏时推荐结果不理想的问题, 提出了基于IP场所的轨迹余弦相似度的伴随人员推荐, 以更完善的IP场所数据代替地理位置数据, 以一段时间的纵向日期和横向时刻分别计算余弦相似度以消除数据稀疏性问题.最后推荐出了相似度质量更高的伴随人员.
推荐文章
基于多权重相似度的随机漫步推荐算法
推荐算法
万有引力
随机漫步算法
个性化推荐
基于元相似度的推荐算法
协同过滤
推荐系统
元相似度
一种基于云模型的融合相似度推荐方法
云模型
协同过滤
推荐系统
相似度
基于隐式评分和相似度传递的学习资源推荐
协同过滤
学习行为
数据稀疏
隐式评分
相似度传递
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 基于轨迹相似度的伴随人员推荐
来源期刊 计算机系统应用 学科
关键词 移动轨迹 IP场所 推荐算法 余弦相似度 伴随人员
年,卷(期) 2018,(4) 所属期刊栏目 软件技术·算法
研究方向 页码范围 157-161
页数 5页 分类号
字数 4018字 语种 中文
DOI 10.15888/j.cnki.csa.006295
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 廖闻剑 8 54 3.0 7.0
5 邱秀连 8 15 2.0 3.0
6 田小虎 2 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (64)
共引文献  (90)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (13)
二级引证文献  (0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(3)
  • 参考文献(0)
  • 二级参考文献(3)
1977(2)
  • 参考文献(0)
  • 二级参考文献(2)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(9)
  • 参考文献(1)
  • 二级参考文献(8)
2014(11)
  • 参考文献(2)
  • 二级参考文献(9)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(7)
  • 参考文献(3)
  • 二级参考文献(4)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
移动轨迹
IP场所
推荐算法
余弦相似度
伴随人员
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
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
论文1v1指导