基于位置的社交網絡興趣點推薦策略研究.pdf_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、基于位置的社交網絡(Location-Based Social Network,LBSN)技術不斷發(fā)展的同時也為用戶帶來豐富的信息,但用戶很難從中找到自己感興趣的信息。推薦系統(tǒng)旨在幫助用戶發(fā)現(xiàn)其感興趣的信息,是解決信息過載問題的重要工具。興趣點推薦是基于位置社交網絡推薦的一個分支,興趣點推薦研究一方面可以為用戶推薦一些感興趣的地點,以此來豐富用戶的生活體驗;另一方面可以為商家吸引潛在的用戶,提高商家的知名度,為商家?guī)碡S厚的利益。

2、>  本文首先總結了興趣點推薦的研究現(xiàn)狀,深入分析了現(xiàn)有興趣點推薦算法的優(yōu)缺點,并舉例了幾個較為典型的興趣點推薦算法。同時,描述了興趣點推薦受時間和空間特性的影響。
  然后,提出了基于隱語義模型的混合高斯聚類推薦模型。詳細分析了用戶簽到數(shù)據(jù)的空間特性,發(fā)現(xiàn)用戶總是在較少的幾個“中心點”附近進行簽到,在此基礎上,分別介紹了基于隱語義模型的推薦算法和基于混合高斯聚類的推薦算法。探討了之前的一些研究存在的缺陷,例如在聚類過程中“中心點

3、”離群和需要手動設置簇的個數(shù)等,利用了一個貪婪EM(Expectation Maximization Algorithm)算法來克服這些缺點所帶來的不良影響,得到了基于隱語義模型的混合高斯聚類推薦模型,并在公開的數(shù)據(jù)集Gowalla和BrightKite上分別進行試驗并驗證了算法的有效性。
  最后,提出了融合時空特性的興趣點推薦模型。探討了興趣點推薦受時間特性的影響,并分析了用戶行為隨時間的變化具有差異性和連續(xù)性特征。在此基礎上

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論