混合时空和流行度特征的兴趣点推荐算法

摘要：

兴趣点推荐有助于用户发现所需位置,但现有推荐算法的精确率较低.为此,提出一种融合时空与流行度特征的个性化兴趣点推荐算法.在基于用户的协同过滤算法中融入时间特征,将基于时间因素的兴趣点流行度估算与空间特征相结合,分别给出相应的估算方法并进行线性组合,从而得到基于联合框架的兴趣点推荐算法.实验结果表明,相比U、UTF、U+SB算法,该推荐算法能够有效提升推荐精确率和召回率.

关键词：兴趣点推荐、协同过滤、时间特征、空间特征、流行度

所属期刊栏目：44

分类号：TP393(计算技术、计算机技术)

在线出版日期：2018-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：59-63,69