基于Location2vec的地点推荐算法

摘要：

在地点推荐应用中,传统的协同过滤推荐算法由于签到数据稀疏导致推荐效果不佳.为提高推荐效果并克服传统协同过滤推荐算法受到热门地点影响的不足,提出一种新的地点推荐算法.将签到地点转换为向量,通过向量的余弦相似性计算签到地点的地点相似性.标记签到频次较低的地点为冷门地点,以计算签到地点的用户相似性,结合地理因素的影响,生成对用户的推荐列表.实验结果表明,相比传统协同过滤推荐算法,该算法F1值提升了0.009以上,推荐效果更好.

关键词：地点推荐、协同过滤、冷门地点、地点转换向量、用户偏好、基于位置的社交网络

所属期刊栏目：45

分类号：TP399(计算技术、计算机技术)

资助基金：国家自然科学基金“基于社交媒体大数据的产品创新需求发现方法研究”71571059

在线出版日期：2019-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：212-216