向位置頻繁變化的移動用戶進(jìn)行精準(zhǔn)推薦,如何提高推薦準(zhǔn)確性,已經(jīng)成為一個理論研究與實踐中的熱點與難點問題.針對于此,本文提出了面向移動社交商務(wù)的精準(zhǔn)用戶興趣點推薦模型——MRGR.首先,利用用戶的歷史簽到信息,通過改進(jìn)核密度估計對興趣點進(jìn)行預(yù)測;其次,進(jìn)一步考慮到用戶間的簽到相似性,使用信息熵定量表示用戶移動的隨機(jī)性和不確定性;最后,融合地理位置信息與用戶間相似性,精準(zhǔn)推薦用戶興趣點,并在Foursquare數(shù)據(jù)集上進(jìn)行驗證.實驗結(jié)果表明:與傳統(tǒng)模型相比,提出的模型在準(zhǔn)確預(yù)測用戶興趣點的同時,可以有效緩解數(shù)據(jù)稀疏性和冷啟動問題,并在準(zhǔn)確率和召回率上都取得了顯著的提高.成果將為移動商務(wù)中,如何更好滿足企業(yè)的精準(zhǔn)推送與用戶個性化需求提供有力的技術(shù)支持和決策服務(wù). 

【文章來源】：系統(tǒng)工程理論與實踐. 2020,40(02)北大核心CSSCI

【文章頁數(shù)】：8 頁

【部分圖文】：

圖１?“興趣點－用戶－位置”關(guān)系圖??２．３基于用戶歷史簽到的考慮??

【參考文獻(xiàn)】：
期刊論文
[1]LBSN中考慮用戶交友偏好的好友推薦方法研究[J]. 丁勇,劉菁,蔣翠清,梁昌勇.  系統(tǒng)工程理論與實踐. 2017(11)
[2]基于位置社交網(wǎng)絡(luò)的上下文感知的興趣點推薦[J]. 任星怡,宋美娜,宋俊德.  計算機(jī)學(xué)報. 2017(04)
[3]基于用戶簽到行為的興趣點推薦[J]. 任星怡,宋美娜,宋俊德.  計算機(jī)學(xué)報. 2017(01)
[4]LBSN中基于元路徑的興趣點推薦[J]. 曹玖新,董羿,楊鵬偉,周濤,劉波.  計算機(jī)學(xué)報. 2016(04)
[5]參與式感知系統(tǒng)中基于社會關(guān)系的移動用戶位置預(yù)測算法[J]. 于瑞云,夏興有,李婕,周巖,王興偉.  計算機(jī)學(xué)報. 2015(02)
[6]基于位置的社會化網(wǎng)絡(luò)推薦系統(tǒng)[J]. 劉樹棟,孟祥武.  計算機(jī)學(xué)報. 2015(02)
[7]基于社交關(guān)系和影響力的在線社交網(wǎng)絡(luò)用戶興趣偏好獲取方法研究[J]. 何軍,劉業(yè)政.  情報學(xué)報. 2014 (07)
[8]基于運動趨勢的移動對象位置預(yù)測[J]. 李雯,夏士雄,劉峰,張磊,袁冠.  通信學(xué)報. 2014(02)
[9]基于SNS社交網(wǎng)絡(luò)的增長模型[J]. 錢大千,張曉東.  合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版). 2010(08)



本文編號：3001143