基于潜在地理—社会关系感知的兴趣点推荐研究
2017-11-01宋启祥李玉林戚溪溪
宿州学院学报 2017年9期
崔 琳,宋启祥,李玉林,戚溪溪
宿州学院信息工程学院,宿州,234000
基于潜在地理—社会关系感知的兴趣点推荐研究
崔 琳,宋启祥,李玉林,戚溪溪
宿州学院信息工程学院,宿州,234000
针对已有的兴趣点推荐模型大都采用无地理空间限制的显式社会关系和隐式社会关系进行兴趣点推荐,而基于地理空间限制的显式社会关系和隐式社会关系对兴趣点推荐结果有着极为重要的影响。为此,提出了一种新型的基于潜在地理—社会关系挖掘的兴趣点推荐模型。使用核密度估计方法对用户签到行为可达的地理影响区域进行个性化分析,然后使用所提出的两跳随机游走算法挖掘用户之间的显式社会关系和隐式社会关系,把用户可达地理区域内的显式社会关系和隐式社会关系作为一个正则项融合到传统的矩阵分解模型中。两个真实数据集上的实验结果显示所提出的潜在地理—社会关系挖掘的兴趣点推荐模型优于文中所选择的其他4个兴趣点推荐对比方法。
基于位置的社会网络;兴趣点推荐;地理-社会关系;显式社会关系;隐式社会关系
随着移动设备、无线通讯和位置获取技术的迅速发展,基于位置的社会网络(Location-based social networks,LBSN)Foursquare、Gowalla、Facebook places和豆瓣网等已吸引了成千上万用户的注意[1-3]。在这些基于位置的社会网络下,用户可以分享他们访问某一具体位置的经验,并把自己认为不错的场所,如饭店、商店和博物馆等推荐给其他用户,这就是兴趣点推荐。当前,有许多关于兴趣点推荐研究的工作。……
登录APP查看全文
