融合多种影响因子的兴趣点推荐算法

• 作者: 吴会丛 李娇娥 赵明星 高凯
• 来源期刊: 河北科技大学学报
• 学科: 工学
• 关键词: 自然语言处理 兴趣点推荐 地理影响力建模 社会影响力建模 时空影响力建模
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 机械、电子与信息科学
• 页码范围: 500-507
• 页数: 8页
• 分类号: TP319
• 语种: 中文
• DOI: 10.7535/hbkd.2020yx06004

摘要

为了解决兴趣点推荐任务中的数据稀疏性问题和充分利用位置社交网络中的多样信息提高个性化推荐质量,提出了一种融合多种影响因子的兴趣点推荐算法.分别对地理信息和社会信息进行地理影响力建模和社会影响力建模,并联合时间信息和地理信息进行时空影响力建模,然后以加权求和的方式整合3种影响力评分得到用户偏好分数,根据用户偏好分数为每个用户提供1个包含Top-N个兴趣点的推荐列表.实验结果显示,在2个公开数据集上,融合多种影响因子的兴趣点推荐模型的性能优于对比模型.地理-社会-时空影响是兴趣点推荐任务中的关键,对这3种影响建模可为融合关键信息的兴趣点推荐研究提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴会丛		22	119	5.0	10.0
2	高凯		16	155	9.0	12.0
3	李娇娥		2	5	1.0	2.0
4	赵明星		1	0	0.0	0.0