基于位置社交网络的个性化兴趣点推荐

• 作者: 杨茸 牛保宁 韩笑峰
• 来源期刊: 计算机应用研究
• 关键词: 兴趣点推荐 位置信息 分类信息 流行度信息 社会信息 位置社交网络
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 系统应用开发
• 页码范围: 1464-1468
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.11.0739

摘要

兴趣点(point-of-interest,POI)推荐是基于位置的社交网络(location-based social networks,LBSN)中一项重要的服务.针对目前推荐算法存在的噪声数据影响推荐质量、用户个性化程度低的问题,提出了一种个性化联合推荐算法.提出了引入POI的位置因素去除不可能或可能性较小的POI,形成初步候选集;综合考虑POI的类别、流行度及用户的社会行为,增加用户个性化的程度,提高推荐结果的质量.在Foursquare真实签到数据集上的实验证明了提出的联合推荐算法与目前先进的算法相比,准确率提高11％,召回率提高8％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛保宁	太原理工大学计算机科学与技术学院	37	146	5.0	11.0
2	杨茸	太原理工大学计算机科学与技术学院	2	13	2.0	2.0
3	韩笑峰	太原理工大学计算机科学与技术学院	1	2	1.0	1.0