融合邻居选择策略和信任关系的兴趣点推荐

• 作者: 刘子恺 刘辉 曾斌
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 位置社交网络 兴趣点推荐 协同过滤 信任关系 时间权重
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 365-372
• 页数: 8页
• 分类号: TP391
• 字数: 6885字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.02.023

摘要

兴趣点推荐是推荐系统的关键研究之一,传统的算法只利用用户签到信息进行推荐,且对于签到信息只单纯地考虑签到和没签到,而忽略了用户签到的频次和信任关系.为提高推荐精度,提出了一种融合用户相似性、地理位置和信任关系的混合推荐算法(UGT).对于签到信息,采用签到频次来代替传统的二值签到,并对签到信息添加时间权重;对于基于用户的协同过滤,提出了一种邻居选择策略来提高预测精度;对于信任关系,首先分析用户的属性,然后给出社会地位的计算方法,重构信任度的计算方法.实验结果表明,该混合算法相比较传统的推荐算法而言,在准确率和召回率上有了显著的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘辉	重庆邮电大学通信与信息工程学院	68	209	7.0	12.0
10	曾斌	重庆邮电大学通信与信息工程学院	1	0	0.0	0.0
14	刘子恺	重庆邮电大学计算机科学与技术学院	1	0	0.0	0.0