基于Hub平均算法和情感分析的个性化场点推荐

发布时间：2017-08-01 01:25

  本文关键词：基于Hub平均算法和情感分析的个性化场点推荐

  更多相关文章： 基于位置的社交网络 场点推荐 情感分析 Hub平均算法

【摘要】：随着GPS定位技术的快速发展与智能终端设备的广泛使用,基于位置的社交网络(Location-Based Social Networks,LBSNs)吸引了越来越多的用户.场点推荐是LBSNs中一个非常重要的研究课题.提出一种融合Hub平均算法和情感分析的个性化场点推荐方法.首先根据用户的签到记录,利用Hub平均算法发现旅行专家,然后根据用户的评论信息与签到次数挖掘用户对场点的兴趣度,最后采用协同过滤算法的思想,将与用户兴趣相似的旅行专家签到的场点推荐给用户.通过在Foursquare应用中真实的用户签到数据集上进行实验,并与现有的场点推荐方法进行比较,可以得出本文的方法不仅可以更准确的发现旅行专家,而且可以更全面刻画用户对场点的兴趣度,从而提高了推荐效果.
【作者单位】： 同济大学嵌入式系统与服务计算教育部重点实验室;黄山学院信息工程学院;
【关键词】： 基于位置的社交网络 场点推荐 情感分析 Hub平均算法
【基金】：国家自然科学基金项目(61472004)资助
【分类号】：TP391.3
【正文快照】： 1引言随着智能终端设备、无线网络和Web2.0技术的迅猛发展,近年来产生了很多成功的LBSNs应用,例如Foursquare、Facebook Placs等[1].在众多的LBSNs应用中,场点推荐是近年来非常热门的一个研究[2-4],因为它可以更好的帮助用户筛选其可能感兴趣的场点,从而降低了用户的选择难度,，

本文编号：601967