首页> 中文期刊> 《计算机应用》 >融入时间的兴趣点协同推荐算法

融入时间的兴趣点协同推荐算法

         

摘要

兴趣点(POI)推荐可以帮助用户发现其没有访问过但可能感兴趣的地点,是重要的基于位置的服务之一.时间在POI推荐中是一个重要因素,而现有POI推荐模型并没有较好地考虑时间因素,因此通过考虑时间因素来提出融入时间的POI协同推荐(TUCF)算法,从而提高POI推荐的效果.首先,分析基于位置的社交网络(LBSN)的用户签到数据,以探索用户签到的时间关系;然后,利用时间关系对用户签到数据进行平滑处理,以融入时间因素并缓解数据稀疏性;最后,根据基于用户的协同过滤方法,在不同时间推荐不同POI给用户.在真实签到数据集上的实验结果表明,与基于用户的协同过滤(U)算法相比,TUCF算法的精确率和召回率分别提高了63%和69%;与具有平滑增强时间偏好的协同过滤(UTE)算法相比,TUCF算法的精确率和召回率分别提高了8%和12%;并且TUCF算法的平均绝对误差(MAE)比U算法和UTE算法分别减小了1.4%和0.5%.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号