基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
活动社交网络(EBSNs)为用户提供了方便的组织、参加和分享社交活动的平台.该文面向EBSNs活动推荐问题,提出了包含活动(Event)、主办方(Sponsor)和用户(User)的ESU图模型,深入揭示了EBSNs的实体及其社交关系.因为用户参加活动受多个因素影响,我们提出了基于ES U图的活动推荐多因素决策模型,包括社交影响力、活动内容、活动地点及活动时间.根据ES U图特点,提出了基于双向重启随机游走算法BD-RW R的实体重要度计算方法.选取真实的EBSNs平台—豆瓣同城验证所提方法的有效性.实验结果表明,该文提出的ESU图模型及融合了多因素的活动推荐模型,与已有最新方法相比,有效地提升了用户参加活动的推荐效果.
推荐文章
融合社交网络与关键用户的并行协同过滤推荐算法
社交网络
并行化
关键用户
协同过滤
大数据
电影推荐
基于社交用户标签的混合top-N推荐方法
推荐系统
协同过滤
社交网络
个性化标签
冷启动
基于利用可靠用户网络补充标签的服务推荐
社交关系
可靠性网络
协同过滤
服务推荐
一种基于位置社交网络的地点推荐算法
地点推荐
用户相似度
用户签到
社交影响
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于ESU图的活动社交网络用户参加活动推荐
来源期刊 中文信息学报 学科 工学
关键词 活动社交网络 活动推荐 图模型 多因素推荐模型 双向重启随机游走算法
年,卷(期) 2019,(8) 所属期刊栏目 情感分析与社会计算
研究方向 页码范围 121-131
页数 11页 分类号 TP391
字数 11363字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 仲兆满 淮海工学院计算机工程学院 30 190 8.0 12.0
3 管燕 淮海工学院计算机工程学院 12 74 4.0 8.0
4 戴红伟 淮海工学院计算机工程学院 9 38 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
活动社交网络
活动推荐
图模型
多因素推荐模型
双向重启随机游走算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中文信息学报
月刊
1003-0077
11-2325/N
16开
北京海淀区中关村南四街4号
1986
chi
出版文献量(篇)
2723
总下载数(次)
5
总被引数(次)
45413
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导