本文主要研究内容
作者温彦,马立健,曾庆田,郭文艳（2019）在《基于地理信息偏好修正和社交关系偏好隐式分析的POI推荐》一文中研究指出：【目的】利用用户签到记录的地理位置信息和用户社交关系开展对兴趣点(POI)推荐问题的研究。【方法】基于签到地理位置所隐含的用户偏好及用户社交关系的偏好特征两方面提高兴趣点推荐质量,提出一种推荐模型MFDR,对已有工作进行如下改进:采用距离熵描述不同签到地理位置所反映的用户偏好并用于修正用户兴趣矩阵;引入用户关系兴趣矩阵用于细化社交关系的兴趣偏好,基于正则矩阵分解法求解用户兴趣矩阵和用户关系兴趣矩阵,并采用联合分解方式保障结果的一致性。【结果】在Gowalla和Brightkite签到数据集上进行实验,结果优于已有的POI推荐工作。当隐语义数为10、推荐数为10时,该模型在Gowalla上推荐的准确率为4.47%,召回率为9.95%,分别比其他兴趣点推荐模型高至少30.71%和28.93%。【局限】受朋友关系及其共同签到数据的稀疏性影响,实验样本数量有待扩充,所得结论有待进一步推广。【结论】基于地理信息偏好修正和社交关系隐式分析的POI推荐方法具有较好的推荐效果。
Abstract
【mu de 】li yong yong hu qian dao ji lu de de li wei zhi xin xi he yong hu she jiao guan ji kai zhan dui xing qu dian (POI)tui jian wen ti de yan jiu 。【fang fa 】ji yu qian dao de li wei zhi suo yin han de yong hu pian hao ji yong hu she jiao guan ji de pian hao te zheng liang fang mian di gao xing qu dian tui jian zhi liang ,di chu yi chong tui jian mo xing MFDR,dui yi you gong zuo jin hang ru xia gai jin :cai yong ju li shang miao shu bu tong qian dao de li wei zhi suo fan ying de yong hu pian hao bing yong yu xiu zheng yong hu xing qu ju zhen ;yin ru yong hu guan ji xing qu ju zhen yong yu xi hua she jiao guan ji de xing qu pian hao ,ji yu zheng ze ju zhen fen jie fa qiu jie yong hu xing qu ju zhen he yong hu guan ji xing qu ju zhen ,bing cai yong lian ge fen jie fang shi bao zhang jie guo de yi zhi xing 。【jie guo 】zai Gowallahe Brightkiteqian dao shu ju ji shang jin hang shi yan ,jie guo you yu yi you de POItui jian gong zuo 。dang yin yu yi shu wei 10、tui jian shu wei 10shi ,gai mo xing zai Gowallashang tui jian de zhun que lv wei 4.47%,shao hui lv wei 9.95%,fen bie bi ji ta xing qu dian tui jian mo xing gao zhi shao 30.71%he 28.93%。【ju xian 】shou peng you guan ji ji ji gong tong qian dao shu ju de xi shu xing ying xiang ,shi yan yang ben shu liang you dai kuo chong ,suo de jie lun you dai jin yi bu tui an 。【jie lun 】ji yu de li xin xi pian hao xiu zheng he she jiao guan ji yin shi fen xi de POItui jian fang fa ju you jiao hao de tui jian xiao guo 。
论文参考文献
论文详细介绍
论文作者分别是来自数据分析与知识发现的温彦,马立健,曾庆田,郭文艳，发表于刊物数据分析与知识发现2019年08期论文，是一篇关于推荐系统论文,基于位置的社交网络论文,矩阵分解论文,兴趣点论文,数据分析与知识发现2019年08期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自数据分析与知识发现2019年08期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：推荐系统论文; 基于位置的社交网络论文; 矩阵分解论文; 兴趣点论文; 数据分析与知识发现2019年08期论文;