本文關(guān)鍵詞：基于用戶(hù)簽到和地理屬性的個(gè)性化位置推薦算法研究

  更多相關(guān)文章： 潛在社交影響 內(nèi)容匹配影響 地理屬性影響 協(xié)同過(guò)濾 LDA主題提取

【摘要】：針對(duì)基于LBSNs(Location-based Social Networks)的位置推薦算法考慮因素單一且不能有效解決用戶(hù)位于不同城市的位置推薦的問(wèn)題,綜合考慮潛在的社交影響、內(nèi)容匹配影響和地理屬性影響等因素,提出了基于用戶(hù)簽到和地理屬性的個(gè)性化位置推薦算法SCL(Social-Content-Location)。該算法在協(xié)同過(guò)濾的基礎(chǔ)上,引入了用戶(hù)興趣特征比較,改進(jìn)了用戶(hù)的相似度計(jì)算;同時(shí),在分析位置的內(nèi)容信息時(shí),融入用戶(hù)評(píng)論,緩解了位置標(biāo)簽的短文本特性對(duì)LDA(Latent Dirichlet Allocation)主題提取的影響,提高了用戶(hù)興趣和城市偏好主題提取的準(zhǔn)確率。實(shí)驗(yàn)結(jié)果表明,SCL算法在本地城市召回率上較協(xié)同過(guò)濾算法U提高近65%,較LCA-LDA算法提高近30%;在異地城市召回率上,高于LCA-LDA算法近26%。這表明SCL算法在不同城市下的位置推薦具有一定的可行性。
【作者單位】： 重慶大學(xué)軟件學(xué)院;重慶郵電大學(xué)軟件工程學(xué)院;
【關(guān)鍵詞】： 潛在社交影響 內(nèi)容匹配影響 地理屬性影響 協(xié)同過(guò)濾 LDA主題提取
【基金】：國(guó)家自然科學(xué)基金(61379158,61502062) 科技支撐計(jì)劃(2014BAH25F01) 重慶市科技計(jì)劃項(xiàng)目(cstc2014jcyjA40054)資助
【分類(lèi)號(hào)】：TP391.3
【正文快照】： 到稿日期:2016-02-23返修日期:2016-03-23本文受?chē)?guó)家自然科學(xué)基金(61379158,61502062),科技支撐計(jì)劃(2014BAH25F01),重慶市科技計(jì)劃項(xiàng)目(cstc2014jcyjA40054)資助。1引言智能終端和移動(dòng)互聯(lián)網(wǎng)的發(fā)展促進(jìn)了基于位置的社交網(wǎng)絡(luò)(LBSNs)的興起,用戶(hù)可以隨時(shí)隨地地簽到,進(jìn)行信息共

【相似文獻(xiàn)】

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 李輝;;GIS數(shù)學(xué)模型[A];中國(guó)航海學(xué)會(huì)航標(biāo)專(zhuān)業(yè)委員會(huì)測(cè)繪學(xué)組學(xué)術(shù)研討會(huì)學(xué)術(shù)交流論文集[C];2006年

，

本文編號(hào)：711348