【摘要】：興趣點(diǎn)推薦是在基于位置社會網(wǎng)絡(luò)(location-based social network,LBSN)中流行起來的一種全新形式的推薦.利用LBSN所包含的豐富信息進(jìn)行個(gè)性化推薦能有效增強(qiáng)用戶體驗(yàn)和提高用戶對LBSN的依賴度.針對無顯示用戶偏好、興趣非一致性和數(shù)據(jù)稀疏性等挑戰(zhàn)性問題,研究一種針對LBSN的雙重細(xì)粒度POI推薦策略,即一方面將用戶的全部歷史簽到信息以小時(shí)為單位細(xì)分為24個(gè)時(shí)間段,另一方面將每個(gè)POI細(xì)分為多個(gè)潛在主題及其分布,同時(shí)利用用戶的歷史簽到信息和評論信息挖掘出用戶在不同時(shí)間段的主題偏好,以實(shí)現(xiàn)POI的Top-N推薦.為實(shí)現(xiàn)該推薦思路,首先,根據(jù)用戶的評論信息,運(yùn)用LDA模型提取出每個(gè)POI的主題分布;然后,對于每個(gè)用戶,將其簽到信息劃分到24個(gè)時(shí)間段中,通過連接相應(yīng)的POI主題分布映射出用戶在不同時(shí)間段對每個(gè)主題的興趣偏好.為解決數(shù)據(jù)稀疏問題,運(yùn)用高階奇異值分解算法對用戶-主題-時(shí)間三階張量進(jìn)行分解,獲取用戶在每個(gè)時(shí)間段對每個(gè)主題更為準(zhǔn)確的興趣評分.在真實(shí)數(shù)據(jù)集上進(jìn)行了性能測試,結(jié)果表明所提出的推薦策略具有較好的推薦效果.
[Abstract]:Point of interest recommendation is a new form of recommendation popular in location-based social Network LBSN. Making use of the rich information contained in LBSN for personalized recommendation can effectively enhance the user experience and enhance the dependence of users on LBSN. A dual fine-grained POI recommendation strategy for LBSN is proposed to solve the challenging problems of non-display user preference, interest inconsistency and data sparsity. That is, on the one hand, the total historical check-in information of the user is subdivided into 24 hours, on the other hand, each POI is subdivided into multiple potential topics and their distribution. At the same time, the user's topic preference in different time periods is mined by using the user's history check-in information and comment information, in order to realize the Top-N recommendation of POI. In order to realize this recommendation, firstly, the topic distribution of each POI is extracted by using LDA model according to the user's comment information, and then, for each user, the check-in information is divided into 24 time periods. By connecting the corresponding POI topic distribution, the user's interest preference for each topic in different time periods is mapped. In order to solve the problem of data sparsity, a higher order singular value decomposition algorithm is used to decompose the user-theme-time third-order Zhang Liang to obtain a more accurate interest score for each topic in each time period. The performance tests on real data sets show that the proposed recommendation strategy has a good recommendation effect.
【作者單位】： 江西財(cái)經(jīng)大學(xué)信息管理學(xué)院;江西財(cái)經(jīng)大學(xué)江西省高校數(shù)據(jù)與知識工程重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金項(xiàng)目(61772245,61262009) 江西省自然科學(xué)基金項(xiàng)目(20151122040083) 江西省優(yōu)勢科技創(chuàng)新團(tuán)隊(duì)建設(shè)計(jì)劃項(xiàng)目(20113BCB24008) 江西省教育廳重點(diǎn)科技項(xiàng)目(GJJ160419)~~
【分類號】：TP391.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 魏杰;;搜索“興趣點(diǎn)”[J];互聯(lián)網(wǎng)周刊;2008年01期

2 吳紅娉;虞明雷;章圣潔;;圖像興趣點(diǎn)的可信度增強(qiáng)方法研究[J];計(jì)算機(jī)應(yīng)用與軟件;2008年12期

3 吳長春;劉陽;白云;;興趣點(diǎn)在城市管理信息系統(tǒng)中的具體應(yīng)用[J];城市管理與科技;2008年02期

4 唐燦;唐亮貴;劉波;;一個(gè)面向新興趣點(diǎn)發(fā)現(xiàn)的模糊興趣挖掘算法[J];計(jì)算機(jī)科學(xué);2007年06期

5 杜吉祥;郭一蘭;翟傳敏;;基于局部時(shí)空興趣點(diǎn)特征包的事件識別[J];南京大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

6 孫達(dá);唐降龍;劉家鋒;黃劍華;;基于概率密度的興趣點(diǎn)檢測算法[J];自動化學(xué)報(bào);2008年08期

7 王揚(yáng)揚(yáng);李一波;姬曉飛;;人體動作的超興趣點(diǎn)特征表述及識別[J];中國圖象圖形學(xué)報(bào);2013年07期

8 吳長春;劉陽;白云;;談興趣點(diǎn)在城市管理信息系統(tǒng)中的具體應(yīng)用[J];測繪與空間地理信息;2008年02期

9 劉毅;張明;;基于興趣點(diǎn)的圖像檢索[J];計(jì)算機(jī)工程與應(yīng)用;2006年12期

10 廖斌;肖山竹;盧煥章;;基于加權(quán)局部熵的圖像興趣點(diǎn)檢測方法[J];激光與紅外;2007年04期

相關(guān)會議論文 前2條

1 王晗;滕鵬;梁瑋;;使用稠密興趣點(diǎn)包的非對稱風(fēng)景圖像檢索[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2011)論文集【poster】[C];2011年

2 凌賀飛;陳勇;鄒復(fù)好;許治華;李平;;基于Harris興趣點(diǎn)區(qū)域的圖像拷貝檢測算法[A];第八屆全國信息隱藏與多媒體安全學(xué)術(shù)大會湖南省計(jì)算機(jī)學(xué)會第十一屆學(xué)術(shù)年會論文集[C];2009年

相關(guān)博士學(xué)位論文 前2條

1 徐浩;移動情景感知的實(shí)時(shí)推薦技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2015年

2 韓軍偉;基于內(nèi)容的圖象檢索技術(shù)研究[D];西北工業(yè)大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 劉袁柳;面向LBSN的興趣點(diǎn)和用戶推薦方法研究[D];蘇州大學(xué);2015年

2 張淼;基于位置社交網(wǎng)絡(luò)的興趣點(diǎn)推薦方法研究[D];西南大學(xué);2015年

3 林辰;SAP用戶興趣點(diǎn)分析系統(tǒng)后臺的設(shè)計(jì)與實(shí)現(xiàn)[D];南京大學(xué);2014年

4 程呈;基于差分隱私的興趣點(diǎn)推薦系統(tǒng)的設(shè)計(jì)與分析[D];電子科技大學(xué);2015年

5 蔣曉玲;基于用戶偏好的個(gè)性化路徑挖掘研究[D];東北大學(xué);2013年

6 朱燕;基于時(shí)空興趣點(diǎn)的豬的跛腳行為識別[D];江蘇大學(xué);2016年

7 宋亞偉;融合時(shí)空特征的興趣點(diǎn)推薦算法研究[D];燕山大學(xué);2016年

8 王凱慈;基于LBSN簽到數(shù)據(jù)的用戶行為預(yù)測與興趣點(diǎn)推薦[D];南京郵電大學(xué);2016年

9 陳紫城;基于時(shí)空興趣點(diǎn)的生豬行為識別[D];華南農(nóng)業(yè)大學(xué);2016年

10 郭峰;基于局部時(shí)空興趣點(diǎn)的人體行為識別方法研究[D];浙江工業(yè)大學(xué);2016年

，

本文編號：2145846