期刊导航
期刊开放获取
河南省图书馆
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
2
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
LBSNs中基于用户活动和社交信任的好友及位置推荐算法
被引量:
9
1
作者
于亚新
李玉龙
+1 位作者
刘欣
于双羽
《小型微型计算机系统》
CSCD
北大核心
2014年第10期2262-2266,共5页
在基于位置的社交网络中,好友推荐主要是基于用户共同好友数量、用户行为偏好的相似性实现,而位置推荐则主要是基于地理位置进行空间聚类、用户间最长公共访问子序列实现,但目前推荐方法对用户行为偏好描述缺少语义活动信息支持,刻画用...
在基于位置的社交网络中,好友推荐主要是基于用户共同好友数量、用户行为偏好的相似性实现,而位置推荐则主要是基于地理位置进行空间聚类、用户间最长公共访问子序列实现,但目前推荐方法对用户行为偏好描述缺少语义活动信息支持,刻画用户间的关系也缺乏必要的个体信任关系描述,同时尚未综合利用第三方社交网应用中对位置的大众评分及个人评分,因而导致推荐质量不高.针对此问题,在综合考虑用户语义活动偏好、社交信任、位置合成评分以及物理距离等因素的前提下,提出FRBTA和LRBTA算法分别进行好友和位置推荐.实验结果表明,本文提出的推荐算法是可行且有效的.
展开更多
关键词
LBSNs
活动相似性
社交信任
好友推荐
位置推荐
下载PDF
职称材料
社交网用户行为关系推演模型
2
作者
于亚新
刘欣
+1 位作者
李玉龙
于双羽
《计算机科学与探索》
CSCD
北大核心
2015年第6期707-718,共12页
如何发现具有紧密关系的用户并为其提供信息推荐服务,是目前学术界和工业界关于社交网用户行为关系研究的热点问题之一。迄今为止,大部分社交网用户行为关系研究主要局限于用户间"关注(follow)"行为上,导致用户间关系的发现...
如何发现具有紧密关系的用户并为其提供信息推荐服务,是目前学术界和工业界关于社交网用户行为关系研究的热点问题之一。迄今为止,大部分社交网用户行为关系研究主要局限于用户间"关注(follow)"行为上,导致用户间关系的发现尚不够准确和完善。在社交网应用之一的Twitter平台中,"@(mention)"关系相比于一般"关注"关系能更准确反映用户间紧密关系程度,因此提出了一种新的用户间相似关系,即UPBR(user pair behavior relationship)关系,该关系体现了在相近地理位置进行相似活动的语义行为,如餐饮、旅行、购物等;根据该关系提出了一种UPBR推演模型,即UPBR-IM,该模型一方面通过用户上传的@Tweet文本来推演用户语义行为活动相似性,另一方面则利用最大似然估计对文本发布位置进行概率最大化计算来推演用户物理位置相似性;最后结合二者结果判断用户间是否存在UPBR关系,从而实现高质量的信息推荐服务。扩展性的实验结果验证了该模型是可行和有效的。
展开更多
关键词
行为关系
语义活动
相似性计算
物理位置
最大似然估计
关系推演
下载PDF
职称材料
题名
LBSNs中基于用户活动和社交信任的好友及位置推荐算法
被引量:
9
1
作者
于亚新
李玉龙
刘欣
于双羽
机构
东北大学信息科学与工程学院
东北大学软件学院
出处
《小型微型计算机系统》
CSCD
北大核心
2014年第10期2262-2266,共5页
基金
国家自然科学基金项目(61272182
61100028
60773219)资助
文摘
在基于位置的社交网络中,好友推荐主要是基于用户共同好友数量、用户行为偏好的相似性实现,而位置推荐则主要是基于地理位置进行空间聚类、用户间最长公共访问子序列实现,但目前推荐方法对用户行为偏好描述缺少语义活动信息支持,刻画用户间的关系也缺乏必要的个体信任关系描述,同时尚未综合利用第三方社交网应用中对位置的大众评分及个人评分,因而导致推荐质量不高.针对此问题,在综合考虑用户语义活动偏好、社交信任、位置合成评分以及物理距离等因素的前提下,提出FRBTA和LRBTA算法分别进行好友和位置推荐.实验结果表明,本文提出的推荐算法是可行且有效的.
关键词
LBSNs
活动相似性
社交信任
好友推荐
位置推荐
Keywords
LBSNs
activity Similarity
social trust
friend recommendation
location recommendation
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
社交网用户行为关系推演模型
2
作者
于亚新
刘欣
李玉龙
于双羽
机构
东北大学信息科学与工程学院
东北大学软件学院
出处
《计算机科学与探索》
CSCD
北大核心
2015年第6期707-718,共12页
基金
国家自然科学基金Nos.61272182
61100028
60773219~~
文摘
如何发现具有紧密关系的用户并为其提供信息推荐服务,是目前学术界和工业界关于社交网用户行为关系研究的热点问题之一。迄今为止,大部分社交网用户行为关系研究主要局限于用户间"关注(follow)"行为上,导致用户间关系的发现尚不够准确和完善。在社交网应用之一的Twitter平台中,"@(mention)"关系相比于一般"关注"关系能更准确反映用户间紧密关系程度,因此提出了一种新的用户间相似关系,即UPBR(user pair behavior relationship)关系,该关系体现了在相近地理位置进行相似活动的语义行为,如餐饮、旅行、购物等;根据该关系提出了一种UPBR推演模型,即UPBR-IM,该模型一方面通过用户上传的@Tweet文本来推演用户语义行为活动相似性,另一方面则利用最大似然估计对文本发布位置进行概率最大化计算来推演用户物理位置相似性;最后结合二者结果判断用户间是否存在UPBR关系,从而实现高质量的信息推荐服务。扩展性的实验结果验证了该模型是可行和有效的。
关键词
行为关系
语义活动
相似性计算
物理位置
最大似然估计
关系推演
Keywords
behavior relationship
semantic activity
similarity computing
geography position
maximum likeli-hood estimation
relationship inference
分类号
TP399 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
LBSNs中基于用户活动和社交信任的好友及位置推荐算法
于亚新
李玉龙
刘欣
于双羽
《小型微型计算机系统》
CSCD
北大核心
2014
9
下载PDF
职称材料
2
社交网用户行为关系推演模型
于亚新
刘欣
李玉龙
于双羽
《计算机科学与探索》
CSCD
北大核心
2015
0
下载PDF
职称材料
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