移动商务中融合签到位置与用户间相似性的兴趣点精准推荐

发布时间：2021-01-26 12:49

　　向位置频繁变化的移动用户进行精准推荐,如何提高推荐准确性,已经成为一个理论研究与实践中的热点与难点问题.针对于此,本文提出了面向移动社交商务的精准用户兴趣点推荐模型——MRGR.首先,利用用户的历史签到信息,通过改进核密度估计对兴趣点进行预测;其次,进一步考虑到用户间的签到相似性,使用信息熵定量表示用户移动的随机性和不确定性;最后,融合地理位置信息与用户间相似性,精准推荐用户兴趣点,并在Foursquare数据集上进行验证.实验结果表明:与传统模型相比,提出的模型在准确预测用户兴趣点的同时,可以有效缓解数据稀疏性和冷启动问题,并在准确率和召回率上都取得了显著的提高.成果将为移动商务中,如何更好满足企业的精准推送与用户个性化需求提供有力的技术支持和决策服务. 

【文章来源】：系统工程理论与实践. 2020,40(02)北大核心CSSCI

【文章页数】：8 页

【部分图文】：

图１?“兴趣点－用户－位置”关系图??２．３基于用户历史签到的考虑??

【参考文献】：
期刊论文
[1]LBSN中考虑用户交友偏好的好友推荐方法研究[J]. 丁勇,刘菁,蒋翠清,梁昌勇.  系统工程理论与实践. 2017(11)
[2]基于位置社交网络的上下文感知的兴趣点推荐[J]. 任星怡,宋美娜,宋俊德.  计算机学报. 2017(04)
[3]基于用户签到行为的兴趣点推荐[J]. 任星怡,宋美娜,宋俊德.  计算机学报. 2017(01)
[4]LBSN中基于元路径的兴趣点推荐[J]. 曹玖新,董羿,杨鹏伟,周涛,刘波.  计算机学报. 2016(04)
[5]参与式感知系统中基于社会关系的移动用户位置预测算法[J]. 于瑞云,夏兴有,李婕,周岩,王兴伟.  计算机学报. 2015(02)
[6]基于位置的社会化网络推荐系统[J]. 刘树栋,孟祥武.  计算机学报. 2015(02)
[7]基于社交关系和影响力的在线社交网络用户兴趣偏好获取方法研究[J]. 何军,刘业政.  情报学报. 2014 (07)
[8]基于运动趋势的移动对象位置预测[J]. 李雯,夏士雄,刘峰,张磊,袁冠.  通信学报. 2014(02)
[9]基于SNS社交网络的增长模型[J]. 钱大千,张晓东.  合肥工业大学学报(自然科学版). 2010(08)



本文编号：3001143