多源异构数据融合的智能商业选址推荐算法

• 作者: 李波 李茹 杨琪 翟书颖 郝少阳 郭斌
• 来源期刊: 现代电子技术
• 关键词: 智慧城市 推荐系统 商业智能 多源城市数据 随机森林 数据融合
• 年，卷（期）: 2019,（14）
• 所属期刊栏目: 人工智能
• 页码范围: 182-186
• 页数: 5页
• 分类号: TN919-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.14.042

摘要

随着社交媒体和基于位置网络服务的快速发展,基于海量用户生成数据进行智能推荐成为研究热点.然而,已有工作主要面向在线产品推荐,在如何利用物理空间的多维异构数据进行推荐方面研究较少.文中以城市商业选址为背景,利用社交媒体上的用户签到数据、小区房价数据以及各种POI数据等多源城市数据,在数据预处理基础上进行多侧面商业特征和地理特征提取,提出基于随机森林的商业选址推荐方法.使用北京地区的多源城市数据建立模型,通过排序评价指标NDCG对实验结果进行评估.结果表明所提出的方法具有较好的推荐性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李波	西北工业大学明德学院	126	409	9.0	12.0
2	郭斌	西北工业大学明德学院	54	304	8.0	16.0
3	李茹	西北工业大学明德学院	22	13	3.0	3.0
4	杨琪	西北工业大学计算机学院	2	0	0.0	0.0
5	翟书颖	西北工业大学明德学院	17	26	3.0	4.0
6	郝少阳	西北工业大学计算机学院	4	0	0.0	0.0