基于用户时空相似性的位置推荐算法

• 作者: 段锐 疏得友 蒋翠清
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 基于位置的社交网络 位置推荐 协同过滤 时空相似性 用户偏好
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 177-182
• 页数: 6页
• 分类号: TP18
• 字数: 4183字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0047996

摘要

在位置推荐中用户签到数据具有稀疏性的特点,基于用户的协同过滤算法难以准确搜索邻近用户,从而影响推荐效果.针对该问题,分别将用户签到的时间信息与空间信息融入用户相似度计算中,提出考虑用户时空相似性的位置推荐算法.根据时间对用户签到行为的周期性影响,通过对用户签到矩阵按时间进行分割引入时间属性,设计一种时间相似性计算方法,并根据时间相似性对用户-地点-时间矩阵进行填补,缓解因时间分割导致的用户-地点-时间矩阵高稀疏问题.基于用户签到行为的空间聚集性,通过多中心聚类算法发现用户签到的活跃区域,结合用户对活跃区域的偏好以及未签到地点与活跃区域中心的距离,计算用户的空间相似性.在Foursquare数据集上的实验结果表明,与传统基于用户的协同过滤算法相比,该方法在准确率、召回率与F1-Measure评估值方面性能均有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋翠清	合肥工业大学管理学院	62	637	15.0	22.0
2	段锐	合肥工业大学管理学院	4	18	3.0	4.0
3	疏得友	合肥工业大学管理学院	1	4	1.0	1.0