發(fā)布時(shí)間：2018-04-13 14:26

  本文選題：基于位置的社交網(wǎng)絡(luò) + 興趣點(diǎn)推薦�。� 參考：《計(jì)算機(jī)學(xué)報(bào)》2017年04期

【摘要】：隨著基于位置社交網(wǎng)絡(luò)(Location-Based Social Networks,LBSN)的快速發(fā)展,興趣點(diǎn)(Point-of-Interest,POI)推薦為基于位置的服務(wù)提供了前所未有的機(jī)會(huì).興趣點(diǎn)推薦是一種基于上下文信息的位置感知的個(gè)性化推薦.然而用戶-興趣點(diǎn)矩陣的極端稀疏給興趣點(diǎn)推薦的研究帶來嚴(yán)峻挑戰(zhàn).為處理數(shù)據(jù)稀疏問題,文中利用興趣點(diǎn)的地理、文本、社會(huì)、分類與流行度信息,并將這些因素進(jìn)行有效地融合,提出一種上下文感知的概率矩陣分解興趣點(diǎn)推薦算法,稱為TGSC-PMF.首先利用潛在狄利克雷分配(Latent Dirichlet Allocation,LDA)模型挖掘興趣點(diǎn)相關(guān)的文本信息學(xué)習(xí)用戶的興趣話題生成興趣相關(guān)分?jǐn)?shù);其次提出一種自適應(yīng)帶寬核評估方法構(gòu)建地理相關(guān)性生成地理相關(guān)分?jǐn)?shù);然后通過用戶社會(huì)關(guān)系的冪律分布構(gòu)建社會(huì)相關(guān)性生成社會(huì)相關(guān)分?jǐn)?shù);另外結(jié)合用戶的分類偏好與興趣點(diǎn)的流行度構(gòu)建分類相關(guān)性生成分類相關(guān)分?jǐn)?shù),最后利用概率矩陣分解模型(Probabilistic Matrix Factorization,PMF),將興趣、地理、社會(huì)、分類的相關(guān)分?jǐn)?shù)進(jìn)行有效地融合,從而生成推薦列表推薦給用戶感興趣的興趣點(diǎn).該文在一個(gè)真實(shí)LBSN簽到數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),結(jié)果表明該算法相比其他先進(jìn)的興趣點(diǎn)推薦算法具有更好的推薦效果.
[Abstract]:With the rapid development of location-based Social networks, Point-of-interest offers unprecedented opportunities for location-based services.Point of interest recommendation is a location-aware personalized recommendation based on contextual information.However, the extremely sparse user-point matrix poses a severe challenge to the research of point of interest recommendation.In order to deal with the problem of data sparsity, this paper uses the information of geography, text, society, classification and popularity of points of interest, and combines these factors effectively, and proposes a context-aware probability matrix decomposition algorithm called TGSC-PMF.Firstly, the potential Delikley assignment Latent Dirichlet allocation (LDAA) model is used to mine the text information related to the point of interest to learn the user's topic of interest and generate the interest correlation score.Secondly, an adaptive bandwidth kernel evaluation method is proposed to generate geographical correlation scores, and then social correlation scores are generated by power law distribution of user social relations.In addition, according to the classification preference of users and the popularity of interest points, the classification correlation scores are constructed. Finally, the probability matrix factorization model is used to integrate the relevant scores of interest, geography, society and classification effectively, using probabilistic Matrix factorization model (Probabilistic Matrix factorization / PMFN).Thus a recommendation list is generated to recommend points of interest to the user.The experimental results on a real LBSN check-in dataset show that the proposed algorithm is more effective than other advanced recommendation algorithms for points of interest.
【作者單位】： 北京郵電大學(xué)計(jì)算機(jī)學(xué)院信息網(wǎng)絡(luò)工程研究中心教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家科技重點(diǎn)支撐項(xiàng)目(2014BAK15B01)資助~~
【分類號】：TP391.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 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

2 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

3 文白;楊金嬋;;美行2011冬季版詳解之興趣點(diǎn)[J];音響改裝技術(shù);2011年12期

4 文白;楊金嬋;;美行2011冬季版詳解之導(dǎo)航路網(wǎng)[J];音響改裝技術(shù);2012年01期

5 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

6 彭敏;;興趣點(diǎn):導(dǎo)航的回歸[J];軟件世界;2007年09期

7 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

8 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(dòng)化學(xué)報(bào);2008年08期

9 王揚(yáng)揚(yáng);李一波;姬曉飛;;人體動(dòng)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

10 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

相關(guān)會(huì)議論文 前5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(huì)議（HHME2011)論文集【poster】[C];2011年

2 葉以生;;如何激發(fā)學(xué)生學(xué)習(xí)說明文的興趣[A];中華教育理論與實(shí)踐科研論文成果選編（第3卷）[C];2010年

3 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(huì)湖南省計(jì)算機(jī)學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)論文集[C];2009年

4 王慧;;提高學(xué)生的繪畫想象力[A];中華教育理論與實(shí)踐科研論文成果選編（第1卷）[C];2009年

5 毛霞;;給孩子們一個(gè)支點(diǎn)——談興趣[A];全國教育科研“十五”成果論文集（第五卷）[C];2005年

相關(guān)重要報(bào)紙文章 前10條

1 王震;興趣點(diǎn)炮制口號甜蜜素[N];醫(yī)藥經(jīng)濟(jì)報(bào);2012年

2 濟(jì)南市平陰縣玫瑰中學(xué) 李曉旭;談在初中歷史教學(xué)中對學(xué)生興趣的培養(yǎng)[N];學(xué)知報(bào);2010年

3 胡雪晶 上海廠長經(jīng)理人才有限公司高級人力資源顧問;獵頭要建立良好人際關(guān)系[N];組織人事報(bào);2012年

4 張學(xué)軍;多數(shù)人對工作都有“隱性興趣”[N];北京人才市場報(bào);2008年

5 本報(bào)記者 李望寧;微博PC端V6推發(fā)現(xiàn)功能 連接用戶興趣點(diǎn)重拾人氣[N];通信信息報(bào);2014年

6 江蘇濱�？h正紅中學(xué) 朱涇灃;激發(fā)學(xué)習(xí)興趣,提高學(xué)習(xí)效率[N];學(xué)知報(bào);2010年

7 陶艷;愛動(dòng)不一定就是多動(dòng)癥[N];大眾衛(wèi)生報(bào);2007年

8 張耀芳 照金中心小學(xué)教師;讓孩子幸福地成長[N];銅川日報(bào);2010年

9 輪臺(tái)縣中學(xué) 柏艷麗;淺談學(xué)生學(xué)習(xí)興趣的培養(yǎng)[N];巴音郭楞日報(bào);2009年

10 本報(bào)記者 李婧璇;中國社會(huì)科學(xué)出版社：找準(zhǔn)興趣點(diǎn)故事才生動(dòng)[N];中國新聞出版報(bào);2013年

相關(guān)博士學(xué)位論文 前3條

1 張?jiān)品?多源道路網(wǎng)與興趣點(diǎn)的一致性整合方法[D];武漢大學(xué);2015年

2 徐浩;移動(dòng)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

3 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(tái)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 吳麗梅;基于時(shí)空興趣點(diǎn)的化工廠視頻監(jiān)控系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

7 崔立偉;移動(dòng)用戶行為趨勢分析與研究[D];西安工程大學(xué);2015年

8 鄭亞男;微表情檢測與定位關(guān)鍵技術(shù)研究[D];北京交通大學(xué);2016年

9 吳云;軌跡挖掘場景化精準(zhǔn)廣告投放研究[D];山東財(cái)經(jīng)大學(xué);2016年

10 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

，

本文編號：1744929