|
|||||
|
|
| 基于LBSNs的地点推荐算法优化与实现 | |
| 摘 要： | 针对现有地点推荐算法中的两个最主要问题:多算法融合的算法权重选择及算法假设地理因素对所有用户的签到产生的影响都相同,提出了一种基于社交关系与签到记录的个性化地点推荐算法USGP.算法首先单独计算出社交关系和用户签到记录的相似度,然后通过各用户住宅的物理距离对相似度影响因子进行调节;同时采用非参数化方法对用户历史签到地点的分布规律进行统计,计算出地理因素对用户签到的影响.最后进行了算法验证实验,实验结果表明,基于社交关系与签到记录的个性化地点推荐算法USGP的召回率和准确率,都明显好于现在已有的地点推荐算法. |
| 本文献已被 CNKI 等数据库收录！ | |