基于用户兴趣相似度与熟悉度的兴趣点推荐算法

• 作者: 张成 王峥
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 兴趣点推荐 非负矩阵分解 兴趣相似度 熟悉度
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 2522-2527
• 页数: 6页
• 分类号: TP391
• 字数: 4598字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2018.12.027

摘要

在兴趣点推荐中,由于用户签到矩阵的稀疏性问题,基于协同过滤的兴趣点推荐算法难以准确计算用户相似度,导致推荐效果不理想.论文提出一种基于用户兴趣相似度和熟悉度的兴趣点推荐算法,能在稀疏的数据集上计算用户相似性,改善邻近用户搜索质量,提高推荐准确率.实验结果表明,论文方法与其他矩阵分解算法相比具有更好的推荐效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王峥		9	18	3.0	3.0
2	张成		3	6	1.0	2.0