10.3778/j.issn.1002-8331.1901-0435
基于LBSN动态异构网络的时间感知兴趣点推荐
随着基于位置社交网络(Location-Based Social Network,LBSN)的快速发展,兴趣点(Point-Of-Interest,POI)推荐可以帮助人们发现有趣的并吸引人的位置.针对签到数据的稀疏性和用户兴趣的动态性等挑战性问题,提出了基于LBSN动态异构网络的时间感知兴趣点推荐算法.在LBSN异构网络模式中增加会话节点类型.通过动态元路径,在用户和兴趣点语义关系之间有效地融入时间信息、位置信息和社交信息等.设置了用户-兴趣点之间的动态元路径集,并提出了动态路径实例的偏好度计算方法.采用矩阵分解模型对不同动态偏好矩阵进行矩阵分解.根据不同动态元路径的用户特征矩阵和兴趣点特征矩阵,获取用户在目标时间访问兴趣点的推荐列表.实验结果表明,与其他兴趣点推荐方法相比,所提方法在兴趣点推荐精确度上取得了较好的推荐结果,具有良好的应用前景.
基于位置社交网络、兴趣点推荐、动态异构网络、时间感知、矩阵分解
56
TP301(计算技术、计算机技术)
湖北省教育厅科技项目;国家档案局科技计划项目;湖北省教育科学"十二五"规划项目;湖北省高等学校优秀中青年科技创新团队计划项目
2020-06-10(万方平台首次上网日期,不代表论文的发表时间)
共8页
67-74