期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合社交地理信息加权矩阵分解的兴趣点推荐算法
1
作者
何颖
王卓然
+1 位作者
周旭
刘衍珩
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2023年第9期2632-2639,共8页
针对用户-兴趣点矩阵稀疏以及难于从隐反馈中获取用户对未访问位置的偏好而影响兴趣点推荐准确度的问题,本文提出了一种融合社交地理位置信息的加权矩阵分解兴趣点推荐算法(SGWMF)。首先,通过用户之间的相关性对社交信息进行幂律分布建...
针对用户-兴趣点矩阵稀疏以及难于从隐反馈中获取用户对未访问位置的偏好而影响兴趣点推荐准确度的问题,本文提出了一种融合社交地理位置信息的加权矩阵分解兴趣点推荐算法(SGWMF)。首先,通过用户之间的相关性对社交信息进行幂律分布建模,基于用户好友的签到信息计算用户访问位置概率;其次,利用地理信息符合幂律分布特点重构用户访问位置偏好矩阵,缓解矩阵数据稀疏性问题;再次,为了增强加权矩阵分解模型的有效性,通过建模社交信息和地理信息挖掘出用户对未访问位置的偏好,并以隐反馈项的形式改进加权矩阵分解的目标函数;最后,在两个真实数据集上对算法性能进行对比验证,结果表明本文算法的性能要优于其他兴趣点推荐算法,推荐结果的准确性有明显提高。
展开更多
关键词
计算机应用
社交地理信息
加权矩阵分解
兴趣点推荐
原文传递
题名
融合社交地理信息加权矩阵分解的兴趣点推荐算法
1
作者
何颖
王卓然
周旭
刘衍珩
机构
长春财经学院信息工程学院
吉林大学计算机科学与技术学院
吉林大学公共计算机教学与研究中心
出处
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2023年第9期2632-2639,共8页
基金
国家自然科学基金项目(61806083)
中央高校基本科研业务费项目(93K172021Z02)。
文摘
针对用户-兴趣点矩阵稀疏以及难于从隐反馈中获取用户对未访问位置的偏好而影响兴趣点推荐准确度的问题,本文提出了一种融合社交地理位置信息的加权矩阵分解兴趣点推荐算法(SGWMF)。首先,通过用户之间的相关性对社交信息进行幂律分布建模,基于用户好友的签到信息计算用户访问位置概率;其次,利用地理信息符合幂律分布特点重构用户访问位置偏好矩阵,缓解矩阵数据稀疏性问题;再次,为了增强加权矩阵分解模型的有效性,通过建模社交信息和地理信息挖掘出用户对未访问位置的偏好,并以隐反馈项的形式改进加权矩阵分解的目标函数;最后,在两个真实数据集上对算法性能进行对比验证,结果表明本文算法的性能要优于其他兴趣点推荐算法,推荐结果的准确性有明显提高。
关键词
计算机应用
社交地理信息
加权矩阵分解
兴趣点推荐
Keywords
computer application
social geographical information
weighted matrix factorization
pointof
-
interest
(
poi
)
recommendation
分类号
TP391 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
融合社交地理信息加权矩阵分解的兴趣点推荐算法
何颖
王卓然
周旭
刘衍珩
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2023
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部