基于位置的社会化网络的并行化推荐算法

发布时间：2017-11-03 10:37

  本文关键词：基于位置的社会化网络的并行化推荐算法

  更多相关文章： 基于位置的社交网络 推荐系统 协同过滤 兴趣点 并行化 Spark

【摘要】：针对传统的协同过滤算法在利用签到记录进行兴趣点(POI)推荐时不能充分利用签到信息所隐含的偏好、位置和社交网络信息而损失准确率的问题,以及传统的单机串行算法在大数据处理能力上的弱势,提出一种基于位置和朋友关系的协同过滤(LFBCF)算法,以用户历史偏好为基础,综合考虑用户社交关系网络进行协同过滤,并以用户的活动范围作为约束实现对用户的兴趣点推荐。为了支持大数据量的实验,将算法在Spark分布式计算平台上进行了并行化实现。研究过程中使用了Gowalla和Brightkite这两个基于位置的社会化网络数据集,分析了数据集中签到数量、签到位置之间距离、社交关系等可能对推荐结果造成影响的因素,以此来支持提出的算法。实验部分通过与传统的协同过滤算法等经典算法在准确率、F-measure上的对比验证了算法在推荐效果上的优越性,并通过并行算法与单机串行算法在不同数据规模上加速比的对比验证了算法并行化的意义以及性能上的优越性。
【作者单位】： 北京邮电大学智能通信软件与多媒体北京市重点实验室;
【关键词】： 基于位置的社交网络 推荐系统 协同过滤 兴趣点 并行化 Spark
【基金】：国家863计划项目(2015AA050204) 北京市教育委员会共建项目建设计划项目~~
【分类号】：TP391.3
【正文快照】： 0引言随着手持无线终端设备、无线通信网络,以及Web 2.0技术的飞速发展,一系列基于位置的社交网络服务也随之出现,例如Foursquare、Brightkite、Gowalla等。众多移动社交网络的位置签到、位置共享及位置标识等功能的应用普及,位置服务(Location Based Service,LBS)与社交网络

【相似文献】

中国期刊全文数据库 前10条

1 吴正娟;职为梅;杨勇;范明;;并行化的粒子群技术[J];微计算机信息;2009年36期

2 齐书阳;;迎接并行化的明天[J];软件世界;2009年06期

3 曹琳,杨学军,金国华;两种并行化机制的分析[J];计算机研究与发展;1993年09期

4 金国华，陈福接;并行化技术与工具[J];计算机研究与发展;1996年07期

5 蔡立志,童维勤,廖文昭;序列拼装程序的并行化研究与实现[J];计算机工程与应用;2003年14期

6 王伟;潘建伟;;有限差分法的并行化计算实现[J];电脑知识与技术;2008年07期

7 程锦松;;迭代法的并行化[J];安徽大学学报(自然科学版);1997年03期

8 陈再高;王s，

本文编号：1135857