兴趣点(Point-Of-Interest,POI)推荐是基于位置社交网络(Location-Based Social Network,LBSN)中一项重要的个性化服务,可以帮助用户发现其感兴趣的POI,提高信息服务质量。针对POI推荐中存在的数据稀疏性问题,提出一种融合社交关系和局...兴趣点(Point-Of-Interest,POI)推荐是基于位置社交网络(Location-Based Social Network,LBSN)中一项重要的个性化服务,可以帮助用户发现其感兴趣的POI,提高信息服务质量。针对POI推荐中存在的数据稀疏性问题,提出一种融合社交关系和局部地理因素的POI推荐算法。根据社交关系中用户间的共同签到和距离关系度量用户相似性,并基于用户的协同过滤方法构建社交影响模型。为每个用户划分一个局部活动区域,通过对区域内POIs间的签到相关性分析,建立局部地理因素影响模型。基于加权矩阵分解挖掘用户自身偏好,并融合社交关系和局部地理因素进行POI推荐。实验表明,所提出的POI推荐算法相比其他方法具有更高的准确率和召回率,能够有效缓解数据稀疏性问题,提高推荐质量。展开更多
文摘兴趣点(Point-Of-Interest,POI)推荐是基于位置社交网络(Location-Based Social Network,LBSN)中一项重要的个性化服务,可以帮助用户发现其感兴趣的POI,提高信息服务质量。针对POI推荐中存在的数据稀疏性问题,提出一种融合社交关系和局部地理因素的POI推荐算法。根据社交关系中用户间的共同签到和距离关系度量用户相似性,并基于用户的协同过滤方法构建社交影响模型。为每个用户划分一个局部活动区域,通过对区域内POIs间的签到相关性分析,建立局部地理因素影响模型。基于加权矩阵分解挖掘用户自身偏好,并融合社交关系和局部地理因素进行POI推荐。实验表明,所提出的POI推荐算法相比其他方法具有更高的准确率和召回率,能够有效缓解数据稀疏性问题,提高推荐质量。