LBSN中基于元路径的兴趣点推荐

被引：32

作者：

曹玖新

董羿

杨鹏伟

周涛

刘波

机构：

[1] 东南大学计算机科学与工程学院计算机网络和信息集成教育部重点实验室(K-)

来源：

计算机学报 | 2016年 / 39卷 / 04期

关键词：

基于位置的社交网络; 异构网络; 兴趣点推荐; 元路径; 数据挖掘; 社会媒体;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

081203 ; 0835 ;

摘要：

兴趣点(Point-Of-Interest,POI)推荐是基于位置的社交网络(Location-Based Social Networks,LBSN)中的一项重要个性化服务.由于LBSN中数据的极度稀疏性,基于协同过滤的算法推荐精度不高,文中提出基于元路径的兴趣点推荐算法.首先根据LBSN结构特征构建带权异构网络模型,其次引入元路径来描述节点间不同类型关联关系,基于三度影响力设置用户-兴趣点间元路径特征集,然后通过随机游走方法计算元路径特征值以度量实例路径中的首尾节点间关联度,并利用监督学习方法获得各特征的权值,最后计算特定用户将来在各兴趣点的签到概率从而生成推荐列表.文中在3个真实LBSN签到数据集上进行了实验,结果表明该算法可以有效缓解LBSN中的极度稀疏性问题,比传统推荐算法有更好的推荐效果.

引用

页码：675 / 684

页数：10

共 6 条

[1] 基于运动趋势的移动对象位置预测 [J].