融合隐语义和邻域算法的兴趣点推荐模型

• 作者: 吴海峰 张书奎 林政宽 贾俊铖
• 来源期刊: 计算机应用研究
• 关键词: 基于位置的社交网络 兴趣点推荐 隐语义 信息融合
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1955-1959
• 页数: 5页
• 分类号: TP301
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.07.007

摘要

随着众多具有传感功能的智能手机和可穿戴设备的普及,基于位置的服务得到了快速发展,其中基于位置的社交网络(location-based social networks,LBSN)逐渐被大多数人所接受,基于位置社交网络可以为人们提供兴趣点推荐服务.为了提供更加精准的兴趣点推荐服务,提出了一种融合的算法模型.通过隐语义分析算法来充分挖掘用户的历史行为,使用基于邻域的方法结合好友和地理位置等因素,然后在统一的框架中融合这两种推荐方式的结果,实现了对用户行为更好的预测.实验结果表明,提出的兴趣点推荐方法拥有较好的准确率和召回率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张书奎	苏州大学计算机科学与技术学院	67	419	11.0	16.0
3	林政宽	苏州大学计算机科学与技术学院	9	16	2.0	3.0
4	贾俊铖	苏州大学计算机科学与技术学院	13	59	5.0	7.0
7	吴海峰	苏州大学计算机科学与技术学院	2	21	2.0	2.0