基于用户签到和地理属性的个性化位置推荐算法研究

发布时间：2017-08-21 06:29

  本文关键词：基于用户签到和地理属性的个性化位置推荐算法研究

  更多相关文章： 潜在社交影响 内容匹配影响 地理属性影响 协同过滤 LDA主题提取

【摘要】：针对基于LBSNs(Location-based Social Networks)的位置推荐算法考虑因素单一且不能有效解决用户位于不同城市的位置推荐的问题,综合考虑潜在的社交影响、内容匹配影响和地理属性影响等因素,提出了基于用户签到和地理属性的个性化位置推荐算法SCL(Social-Content-Location)。该算法在协同过滤的基础上,引入了用户兴趣特征比较,改进了用户的相似度计算;同时,在分析位置的内容信息时,融入用户评论,缓解了位置标签的短文本特性对LDA(Latent Dirichlet Allocation)主题提取的影响,提高了用户兴趣和城市偏好主题提取的准确率。实验结果表明,SCL算法在本地城市召回率上较协同过滤算法U提高近65%,较LCA-LDA算法提高近30%;在异地城市召回率上,高于LCA-LDA算法近26%。这表明SCL算法在不同城市下的位置推荐具有一定的可行性。
【作者单位】： 重庆大学软件学院;重庆邮电大学软件工程学院;
【关键词】： 潜在社交影响 内容匹配影响 地理属性影响 协同过滤 LDA主题提取
【基金】：国家自然科学基金(61379158,61502062) 科技支撑计划(2014BAH25F01) 重庆市科技计划项目(cstc2014jcyjA40054)资助
【分类号】：TP391.3
【正文快照】： 到稿日期:2016-02-23返修日期:2016-03-23本文受国家自然科学基金(61379158,61502062),科技支撑计划(2014BAH25F01),重庆市科技计划项目(cstc2014jcyjA40054)资助。1引言智能终端和移动互联网的发展促进了基于位置的社交网络(LBSNs)的兴起,用户可以随时随地地签到,进行信息共

【相似文献】

中国重要会议论文全文数据库 前1条

1 李辉;;GIS数学模型[A];中国航海学会航标专业委员会测绘学组学术研讨会学术交流论文集[C];2006年

，

本文编号：711348