| 基于K-means和矩阵分解的位置推荐算法 |
| |
| 引用本文： | 李宾,周旭,梅芳,潘帅宁.基于K-means和矩阵分解的位置推荐算法[J].吉林大学学报(工学版),2019,49(5):1653-1660. |
| |
| 作者姓名： | 李宾 周旭 梅芳 潘帅宁 |
| |
| 作者单位： | 吉林大学数学学院,长春,130012;吉林大学公共计算机教学与研究中心,长春,130012;吉林大学计算机科学与技术学院,长春,130012;华中科技大学计算机科学与技术学院,武汉,430074 |
| |
| 基金项目： | 国家自然科学基金;国家自然科学基金;青年人才项目;吉林省教育厅十三五科学技术项目 |
| |
| 摘 要： | 采用矩阵分解方法为模型量化用户对未知位置的签到次数,利用改进的融合用户间签到和好友关系的相似度计算方法计算用户间的相似度,通过聚类方法将用户进行群组划分,最终提出结合聚类和矩阵分解的方法实现个性化位置推荐。相比于基于用户协同过滤和基于矩阵分解推荐算法,本文算法在位置推荐召回率和准确率上均有提高,同时,在推荐运行时间上也优于其他算法。
|
| 关 键 词： | 计算机应用 矩阵分解 K均值聚类 位置推荐 基于位置社交网络 |
Location recommendation algorithm based on K-means and matrix factorization |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
