融合地理社交和时间序列信息嵌入排名位置推荐模型

• 作者: 张松慧 熊汉江
• 来源期刊: 计算机应用研究
• 关键词: 嵌入排名 序列建模 地理—社交影响 兴趣点推荐
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2618-2624
• 页数: 7页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.02.0146

摘要

在基于社会化媒体的位置推荐中,建模用户签到的位置序列建模十分必要.已有的相关算法大多都忽略了这样一个事实,即不同日子的签到序列表现出了不同的时间特征.为解决上述问题,提出一个地理社交时间序列嵌入排名(GSTSER)模型用于基于社会化媒体的位置推荐.该统一模型中的时间位置嵌入模型用于捕获序列中的上下签到信息以及不同日子的各种时间特征.同时,也提出了一种新的方法,根据地理—社交信息区分未访问的位置,将地理—社交影响纳入成对偏好排序方法.最后,基于一个统一的框架来结合这两种模型用于推荐位置.为了验证提出方法的有效性,在两个真实的数据集实验结果表明,GSTSER模型优于主流先进位置推荐算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张松慧	武汉软件工程职业学院计算机学院	20	43	3.0	5.0
2	熊汉江	武汉大学测绘遥感信息工程国家重点实验室	24	427	9.0	20.0