| 基于用户签到和地理属性的个性化位置推荐算法研究 |
| |
| 引用本文： | 蔡海尼,陈程,文俊浩,王喜宾,曾骏.基于用户签到和地理属性的个性化位置推荐算法研究[J].计算机科学,2016,43(12):163-167, 178. |
| |
| 作者姓名： | 蔡海尼 陈程 文俊浩 王喜宾 曾骏 |
| |
| 作者单位： | 重庆大学软件学院 重庆401331,重庆大学软件学院 重庆401331,重庆大学软件学院 重庆401331,重庆邮电大学软件工程学院 重庆400065,重庆大学软件学院 重庆401331 |
| |
| 基金项目： | 本文受国家自然科学基金(61379158,61502062),科技支撑计划(2014BAH25F01),重庆市科技计划项目(cstc2014jcyjA40054)资助 |
| |
| 摘 要： | 针对基于LBSNs (Location-based Social Networks)的位置推荐算法考虑因素单一且不能有效解决用户位于不同城市的位置推荐的问题,综合考虑潜在的社交影响、内容匹配影响和地理属性影响等因素,提出了基于用户签到和地理属性的个性化位置推荐算法SCL (Social-Content-Location)。该算法在协同过滤的基础上,引入了用户兴趣特征比较,改进了用户的相似度计算；同时,在分析位置的内容信息时,融入用户评论,缓解了位置标签的短文本特性对LDA (Latent Dirichlet Allocation)主题提取的影响,提高了用户兴趣和城市偏好主题提取的准确率。实验结果表明,SCL算法在本地城市召回率上较协同过滤算法U提高近65%,较LCA-LDA算法提高近 30%；在异地城市召回率上,高于LCA-LDA算法近26%。这表明SCL算法在不同城市下的位置推荐具有一定的可行性。
|
| 关 键 词： | 潜在社交影响 内容匹配影响 地理属性影响 协同过滤 LDA主题提取 |
| 收稿时间： | 2016/2/23 0:00:00 |
| 修稿时间： | 2016/3/23 0:00:00 |
Personalized Location Recommendation Algorithm Research Based on User Check-ins and Geographical Properties |
| |
| CAI Hai-ni,CHEN Cheng,WEN Jun-hao,WANG Xi-bin and ZENG Jun.Personalized Location Recommendation Algorithm Research Based on User Check-ins and Geographical Properties[J].Computer Science,2016,43(12):163-167, 178. |
| |
| Authors: | CAI Hai-ni CHEN Cheng WEN Jun-hao WANG Xi-bin and ZENG Jun |
| |
| Affiliation: | School of Software Engineering,Chongqing University,Chongqing 401331,China,School of Software Engineering,Chongqing University,Chongqing 401331,China,School of Software Engineering,Chongqing University,Chongqing 401331,China,School of Software Engineering,Chongqing University of Posts and Telecommunications,Chongqing 400065,China and School of Software Engineering,Chongqing University,Chongqing 401331,China |
| |
| Abstract: | |
| |
| Keywords: | Potential social influence Content match influence Geographical property influence Collaborative filtering LDA topic extraction |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
