一种基于矩阵分解的上下文感知POI推荐算法

吕晓强彭宏伟王晓玲靳远远

华东师范大学;

摘要：

近年来,随着移动设备的普及,基于位置的社交网络(Location-Based Social Network,LBSN)逐渐被人们广泛使用并成为一种新型的社交媒体.LBSN能够记录丰富的上下文信息,例如用户社交网络、POI地理位置、POI类别信息等,这无疑为个性化的POI(Point-of-Interest)推荐系统带来了巨大的发展机遇.但是如何建模这些上下文信息对POI推荐的影响并将它们有效地融合成为了一大难点,另外用户签到数据的稀疏性也为POI推荐带来巨大的挑战.为了克服上述挑战,该文提出了一个基于矩阵分解的上下文感知POI推荐模型.具体地,该文从多个方面建模用户的签到行为,除了利用用户的签到数据,…展开v

关键词：基于位置的社交网络、兴趣点、推荐系统、矩阵分解、上下文感知

所属期刊栏目：42

分类号：TP311(计算技术、计算机技术)

资助基金：国家“八六三”高技术研究发展计划项目2017YFC0803700;国家自然科学基金61532021,61472141;上海市可信物联网软件协同创新中心中心代号:ZF1213;上海市科技兴农重点攻关项目沪农科攻字2016第2-1号

在线出版日期：2019-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：1797-1811