10.3969/j.issn.1001-3695.2018.10.023
一种基于评分矩阵局部低秩假设融合地理和文本信息的协同排名POI推荐模型
针对目前LBSN中,用户只对少数兴趣点进行签到,使得用户签到历史数据及其上下文信息(如评论文本)极其稀疏,同时传统的评分推荐系统只考虑用户和评分二元信息,具有一定的局限性.为此,提出一种基于评分矩阵局部低秩假设的局部协同排名兴趣点推荐算法.首先,假设用户—兴趣点矩阵在由用户—兴趣点对所定义度量空间中某些邻域内是低秩的;其次,对于地理信息建模采用一种自适应二维核密度方法;然后,对于文本信息利用潜在狄利克雷分配模型挖掘兴趣点相关的文本信息建模用户的兴趣主题;最后,基于局部协同排名模型将兴趣点的地理信息和评论文本信息有效融合.实验结果表明,该模型的性能优于主流先进兴趣点推荐算法.
局部协同排名、主题相似性、地理偏好、兴趣点推荐、基于位置的社交网络(LBSN)
35
TP391.1(计算技术、计算机技术)
武汉市科技局应用基础研究计划资助项目2015011701011616
2018-12-21(万方平台首次上网日期,不代表论文的发表时间)
共7页
2980-2986