GMFS:一种新的基于社会网和地理信息的兴趣点推荐方法

• 作者: 全紫薇 刘勇 王楠 金虎
• 来源期刊: 黑龙江大学工程学报
• 学科: 工学
• 关键词: 基于地理位置的社会网 矩阵分解 用户签到活动日志 POI推荐 相似性
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 电子与机电工程
• 页码范围: 72-79
• 页数: 8页
• 分类号: TP393
• 字数: 5620字
• 语种: 中文
• DOI: 10.13524/j.2095-008x.2019.01.012

摘要

基于地理位置的社会网(LBSNs)吸引了大量用户通过签到来分享他们的社会关系和地理信息.通过签到信息可了解用户对地点的偏好,从而给用户提供更好的推荐,因此在基于地理位置的社会网上进行兴趣点(POI,Point-of-Interest)推荐逐渐成为了热点研究问题.以往的研究没有将社会关系和地理信息联合融入到基于矩阵分解的POI推荐方法中.基于社会网和用户签到活动日志,提出了用加权的方法计算用户之间的相似性,在此基础上提出了一个联合社会网和地理信息的加权矩阵分解模型GMFS,并给出了高效的求解方法.多个真实数据集上的实验结果表明:GMFS方法能有效地进行POI推荐.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘勇	黑龙江大学计算机科学技术学院	41	49	4.0	5.0
5	王楠	黑龙江大学计算机科学技术学院	31	76	5.0	7.0
9	金虎	黑龙江大学计算机科学技术学院	15	21	3.0	4.0
13	全紫薇	黑龙江大学计算机科学技术学院	2	0	0.0	0.0