| 位置社交网络中基于评论文本的兴趣点推荐 |
| |
| 引用本文： | 王啸岩,袁景凌,秦凤.位置社交网络中基于评论文本的兴趣点推荐[J].计算机科学,2017,44(12):245-248, 278. |
| |
| 作者姓名： | 王啸岩 袁景凌 秦凤 |
| |
| 作者单位： | 武汉理工大学计算机科学与技术学院 武汉430070,武汉理工大学计算机科学与技术学院 武汉430070,武汉理工大学计算机科学与技术学院 武汉430070 |
| |
| 基金项目： | 本文受国家自然科学基金(61303029),科技部国家科技支撑计划基金项目(2012BAH89F01)资助 |
| |
| 摘 要： | 随着位置社交网络(Location-Based Social Networks,LBSN)的快速发展,兴趣点(Point-Of-Interest,POI)推荐对于用户和商家愈发重要。目前基于社交网络的兴趣点推荐算法主要利用用户的历史签到数据和社交网络数据来提升推荐质量,但忽略了利用兴趣点的评论文本数据；并且LBSN中的数据经常会存在部分信息缺失的情况, 对兴趣点推荐算法而言如何保证鲁棒性是一个巨大的挑战。为此,提出了一种新的用户兴趣点推荐模型,称其为SoGeoCom模型。该模型融合了用户社交网络数据、地理位置数据以及兴趣点的评论文本数据这3个因素来进行兴趣点推荐。基于来自Yelp的真实数据集的实验结果表明,与其他主流的兴趣点推荐算法相比,SoGeoCom模型能够提高准确率和召回率,并且具有良好的鲁棒性,获得了更好的推荐效果。
|
| 关 键 词： | 用户兴趣点推荐 社交网络 评论文本 地理信息 |
| 收稿时间： | 2016/11/30 0:00:00 |
| 修稿时间： | 2017/1/15 0:00:00 |
Point-of-interest Recommendation Based on Comment Text in Location Social Network |
| |
| WANG Xiao-yan,YUAN Jing-ling and QIN Feng.Point-of-interest Recommendation Based on Comment Text in Location Social Network[J].Computer Science,2017,44(12):245-248, 278. |
| |
| Authors: | WANG Xiao-yan YUAN Jing-ling and QIN Feng |
| |
| Affiliation: | College of Computer Science and Technology,Wuhan University of Technology,Wuhan 430070,China,College of Computer Science and Technology,Wuhan University of Technology,Wuhan 430070,China and College of Computer Science and Technology,Wuhan University of Technology,Wuhan 430070,China |
| |
| Abstract: | |
| |
| Keywords: | User point-of-interest recommendation Social networks Comment text Geographical information |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
