一种基于评分矩阵局部低秩假设融合地理和文本信息的协同排名POI推荐模型

• 作者: 孙琳 罗保山 高榕
• 来源期刊: 计算机应用研究
• 关键词: 局部协同排名 主题相似性 地理偏好 兴趣点推荐 基于位置的社交网络(LBSN)
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2980-2986
• 页数: 7页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.10.023

摘要

针对目前LBSN中,用户只对少数兴趣点进行签到,使得用户签到历史数据及其上下文信息(如评论文本)极其稀疏,同时传统的评分推荐系统只考虑用户和评分二元信息,具有一定的局限性.为此,提出一种基于评分矩阵局部低秩假设的局部协同排名兴趣点推荐算法.首先,假设用户—兴趣点矩阵在由用户—兴趣点对所定义度量空间中某些邻域内是低秩的;其次,对于地理信息建模采用一种自适应二维核密度方法;然后,对于文本信息利用潜在狄利克雷分配模型挖掘兴趣点相关的文本信息建模用户的兴趣主题;最后,基于局部协同排名模型将兴趣点的地理信息和评论文本信息有效融合.实验结果表明,该模型的性能优于主流先进兴趣点推荐算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗保山	武汉软件工程职业学院计算机学院	34	54	4.0	5.0
2	高榕	武汉大学计算机学院	10	121	7.0	10.0
3	孙琳	武汉软件工程职业学院计算机学院	9	3	1.0	1.0