基于排序学习的连续兴趣点推荐

• 作者: 郭承湘 赵雨佳 朱新华
• 来源期刊: 广西大学学报（自然科学版）
• 关键词: 位置社交网络 兴趣点推荐系统 排序学习 张量分解
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 计算机与电子信息科学
• 页码范围: 683-691
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13624/j.cnki.issn.1001-7445.2021.0683

摘要

针对位置社交网络中连续兴趣点推荐系统面临的个性化偏好、数据稀疏性和签到行为的隐式反馈属性等挑战,提出一种基于排序学习的连续兴趣点推荐模型.本文使用三阶张量模型对用户的连续签到行为进行建模,并利用LBSNs中的地理信息定义用户访问兴趣点的地理距离偏好,最后使用基于排序学习的优化标准优化求解模型参数.在两个真实的LBSNs数据集上的实验结果表明,本文提出的模型在推荐性能上优于当前流行的兴趣点推荐算法.