内容增强与时间匹配的兴趣点推荐方法

• 作者: 张虎 陈炯
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 基于位置的社交网络 兴趣点推荐 情感倾向 时间匹配 地理位置 社交关系
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 智能技术
• 页码范围: 2655-2662
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2020.09.038

摘要

针对目前兴趣点推荐对影响用户签到决策因素的全面分析不足,很少将评论情感识别与时间因素分析同时融入推荐框架等问题,探索一种兴趣点推荐的改进方法.在分析地理位置与社交关系对用户签到行为影响的基础上,将评论内容与签到时间两个因素同时融入到推荐中,集成兴趣点的类别与流行度信息.使用自然语言处理技术挖掘评论文本的情感倾向,用于调整用户签到偏好估计;通过建模用户活动时间规律与兴趣点时间流行度,将时间因素融入推荐模型,向用户推荐Top-N兴趣点.基于Foursquare真实签到数据集的对比实验结果表明,与目前主流方法相比,该模型在精确率和召回率上均有明显提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈炯		9	41	4.0	6.0
2	张虎		33	139	8.0	11.0