

已閱讀1頁,還剩48頁未讀, 繼續(xù)免費閱讀
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、隨著移動設備,全球定位系統(tǒng)和Web2.0技術的快速進步和完善,基于位置的社交網(wǎng)絡(LBSNs)吸引了大量的用戶分享簽到信息,包括位置信息,用戶評論和經(jīng)驗分享等。因為網(wǎng)絡時代的快速發(fā)展,信息的爆發(fā)式增長,傳統(tǒng)推薦用來解決個性化信息過濾問題創(chuàng)造了巨大的收益,同樣的,興趣點(POIs)推薦這個切時的課題同樣在LBSNs中扮演著重要的角色。它不僅能夠幫助用戶發(fā)現(xiàn)新的POIs,也可以幫助興趣點運營商在平臺發(fā)布有關POIs的位置已知的廣告。大部分現(xiàn)
2、有的興趣點推薦技術僅使用了LBSNs中用戶的簽到數(shù)據(jù),通過假設用戶的簽到頻率直接反映其對POI的偏好程度來學習他們對興趣點的偏好。雖然GeoMF(geo matrix factorization)可以很好的利用矩陣因子分解(MF)的方法將地理位置的影響因素進行模型化,但是GeoMF忽略了評論文本對于用戶對興趣點的偏好程度的影響。所以我們通過把地理位置信息添加進矩陣因子分解式中來將簽到次數(shù)和地理位置信息結合起來,此外在MF中我們將評論文本
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(wǎng)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(jīng)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。
最新文檔
- 基于主題模型的企業(yè)微博推薦方法研究與實現(xiàn).pdf
- 基于主題模型的企業(yè)微博推薦方法研究與實現(xiàn)
- 基于位置社交網(wǎng)絡的興趣點推薦方法研究.pdf
- 基于主題模型的資訊推薦系統(tǒng)的研究與實現(xiàn).pdf
- 基于主題模型與用戶興趣的個性化新聞推薦算法研究.pdf
- 基于主題模型的用戶興趣發(fā)現(xiàn)和好友推薦研究.pdf
- 面向LBSN的興趣點和用戶推薦方法研究.pdf
- 基于共現(xiàn)圖的興趣點推薦算法研究.pdf
- 用戶興趣點推薦方法和移動廣告的投放研究.pdf
- 基于位置的社交網(wǎng)絡興趣點推薦策略研究.pdf
- 基于信任關系和興趣模型的社交網(wǎng)絡好友推薦方法研究.pdf
- 用戶興趣點推薦方法和移動廣告的投放研究
- 基于社團聚類的興趣點推薦算法研究.pdf
- 基于用戶興趣的微博推薦方法研究.pdf
- 基于興趣點的圖像檢索方法研究.pdf
- 基于主題模型的用戶興趣挖掘及上下文感知推薦系統(tǒng)算法研究.pdf
- 基于主題模型的混合推薦算法研究.pdf
- 基于標簽—主題模型的標簽推薦研究.pdf
- 基于主題模型的微博推薦研究.pdf
- 基于位置的社會網(wǎng)絡興趣點推薦策略.pdf
評論
0/150
提交評論