内容增强与时间匹配的兴趣点推荐方法

摘要：

针对目前兴趣点推荐对影响用户签到决策因素的全面分析不足,很少将评论情感识别与时间因素分析同时融入推荐框架等问题,探索一种兴趣点推荐的改进方法.在分析地理位置与社交关系对用户签到行为影响的基础上,将评论内容与签到时间两个因素同时融入到推荐中,集成兴趣点的类别与流行度信息.使用自然语言处理技术挖掘评论文本的情感倾向,用于调整用户签到偏好估计;通过建模用户活动时间规律与兴趣点时间流行度,将时间因素融入推荐模型,向用户推荐Top-N兴趣点.基于Foursquare真实签到数据集的对比实验结果表明,与目前主流方法相比,该模型在精确率和召回率上均有明显提升.

关键词：基于位置的社交网络、兴趣点推荐、情感倾向、时间匹配、地理位置、社交关系

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目;国家社会科学基金项目;山西省研究生联合培养基地人才培养基金项目

在线出版日期：2020-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2655-2662