本文關(guān)鍵詞： 基于位置社交網(wǎng)絡(luò) 興趣點(diǎn)推薦 流行度特征 核密度估計　出處：《小型微型計算機(jī)系統(tǒng)》2016年11期 　論文類型：期刊論文

【摘要】：基于位置社交網(wǎng)絡(luò)中的興趣點(diǎn)推薦不僅能夠幫助用戶有效挖掘新地點(diǎn),帶來新體驗,還可以幫助興趣點(diǎn)商家向用戶發(fā)送廣告,提高商業(yè)效益.針對興趣點(diǎn)推薦中存在的精度低問題,提出一種結(jié)合流行度特征和核密度估計的興趣點(diǎn)推薦算法.首先從位置社交網(wǎng)絡(luò)大量的簽到數(shù)據(jù)中分別提取興趣點(diǎn)流行度特征和時間連續(xù)性特征,然后提出基于連續(xù)時間槽的興趣點(diǎn)流行度評估方法.在此基礎(chǔ)上,采用二維高斯核密度估計設(shè)計一個興趣點(diǎn)推薦算法PKDE,最后在三個大型真實社交網(wǎng)絡(luò)的簽到數(shù)據(jù)集上進(jìn)行實驗對比和分析.實驗表明,與已有同類算法相比,本文提出的興趣點(diǎn)推薦算法能夠有效提高推薦精度和召回率.
[Abstract]:The point of interest recommendation in location-based social networks can not only help users to mine new sites and bring new experiences, but also help the merchants of interest points send advertisements to users. Improve the commercial efficiency. The problem of low accuracy in the recommendation of interest points. In this paper, an algorithm of point of interest recommendation based on popularity feature and kernel density estimation is proposed. Firstly, the popular feature of point of interest and the feature of time continuity are extracted from a large number of check-in data of local social network. Then, a continuous time slot based method for evaluating the popularity of interest points is proposed. Based on this, a PKDE algorithm based on two-dimensional Gao Si kernel density estimation is designed. Finally, three large real social network check-in data sets are compared and analyzed. The experimental results show that compared with the existing similar algorithms. The recommendation algorithm proposed in this paper can effectively improve the recommendation accuracy and recall rate.
【作者單位】： 燕山大學(xué)信息科學(xué)與工程學(xué)院;燕山大學(xué)里仁學(xué)院;東北大學(xué)秦皇島分校計算機(jī)與通信工程學(xué)院;
【基金】：國家自然科學(xué)基金項目(61300193,61379116)資助 河北省自然科學(xué)基金項目(F2015501105,F2015203046)資助
【分類號】：TP391.3
【正文快照】： 1引言基于位置社交網(wǎng)絡(luò)(Location-Based Social Networks,簡稱LBSNs)的快速發(fā)展,不僅極大豐富了人們的生活體驗,還提供社交、位置、時間以及活動內(nèi)容等多維信息數(shù)據(jù).面對LBSNs中海量的信息和生活中數(shù)量眾多的興趣點(diǎn)(例如餐廳、旅游景點(diǎn)、酒店等[1]),通過挖掘社交網(wǎng)站用戶簽到

【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 唐燦;唐亮貴;劉波;;一個面向新興趣點(diǎn)發(fā)現(xiàn)的模糊興趣挖掘算法[J];計算機(jī)科學(xué);2007年06期

4 杜吉祥;郭一蘭;翟傳敏;;基于局部時空興趣點(diǎn)特征包的事件識別[J];南京大學(xué)學(xué)報(自然科學(xué)版);2012年01期

5 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];自動化學(xué)報;2008年08期

6 王揚(yáng)揚(yáng);李一波;姬曉飛;;人體動作的超興趣點(diǎn)特征表述及識別[J];中國圖象圖形學(xué)報;2013年07期

7 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

8 劉毅;張明;;基于興趣點(diǎn)的圖像檢索[J];計算機(jī)工程與應(yīng)用;2006年12期

9 廖斌;肖山竹;盧煥章;;基于加權(quán)局部熵的圖像興趣點(diǎn)檢測方法[J];激光與紅外;2007年04期

10 徐斌,盧朝陽,高西全,薛富國;基于灰度圖像的興趣點(diǎn)檢測[J];西安電子科技大學(xué)學(xué)報;2002年02期

相關(guān)會議論文 前2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)會議（HHME2011)論文集【poster】[C];2011年

2 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)大會湖南省計算機(jī)學(xué)會第十一屆學(xué)術(shù)年會論文集[C];2009年

相關(guān)博士學(xué)位論文 前1條

1 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 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

2 朱燕;基于時空興趣點(diǎn)的豬的跛腳行為識別[D];江蘇大學(xué);2016年

3 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

4 趙永華;基于顯著興趣點(diǎn)的多特征圖像檢索技術(shù)的研究[D];武漢理工大學(xué);2014年

5 朱薔薔;基于知識庫與文本分類算法的用戶興趣點(diǎn)挖掘研究[D];天津師范大學(xué);2013年

6 王博;基于時空興趣點(diǎn)的人體行為識別方法研究[D];南京郵電大學(xué);2014年

7 曹子偉;興趣點(diǎn)編輯系統(tǒng)的設(shè)計與實現(xiàn)[D];華中科技大學(xué);2008年

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

9 薛富國;興趣點(diǎn)檢測和圖像匹配技術(shù)的研究[D];西安電子科技大學(xué);2002年

10 劉毅;基于興趣點(diǎn)的圖像檢索[D];南京師范大學(xué);2004年

，

本文編號：1459009