混合时空和流行度特征的兴趣点推荐算法

• 作者: 吴燕 章韵 陈双双
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 兴趣点推荐 协同过滤 时间特征 空间特征 流行度
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 先进计算与数据处理
• 页码范围: 59-63,69
• 页数: 6页
• 分类号: TP393
• 字数: 4461字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0047866

摘要

兴趣点推荐有助于用户发现所需位置,但现有推荐算法的精确率较低.为此,提出一种融合时空与流行度特征的个性化兴趣点推荐算法.在基于用户的协同过滤算法中融入时间特征,将基于时间因素的兴趣点流行度估算与空间特征相结合,分别给出相应的估算方法并进行线性组合,从而得到基于联合框架的兴趣点推荐算法.实验结果表明,相比U、UTF、U+SB算法,该推荐算法能够有效提升推荐精确率和召回率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章韵	南京邮电大学计算机学院	66	541	12.0	20.0
2	吴燕	南京邮电大学计算机学院	2	2	1.0	1.0
3	陈双双	南京邮电大学计算机学院	2	5	2.0	2.0