文献类型：期刊文章

作　　者：李全[1] 许新华[1] 刘兴红[1] 林松[1]

LI Quan;XU Xinhua;LIU Xinghong;LIN Song(School of Educational Information and Technology,Hubei Normal University,Huangshi,Hubei 435002,China)

机构地区：[1]湖北师范大学教育信息与技术学院,湖北黄石435002

出　　处：《计算机工程与应用》

基　　金：湖北省教育厅科技项目(No.B2018150);国家档案局科技计划项目(No.2016-x-51);湖北省教育科学“十二五”规划项目(No.2011B130);湖北省高等学校优秀中青年科技创新团队计划项目(No.T201515)。

年　　份：2020

卷　　号：56

期　　号：11

起止页码：67-74

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSCD、CSCD_E2019_2020、IC、JST、PROQUEST、RCCSE、ZGKJHX、核心刊

摘　　要：随着基于位置社交网络(Location-Based Social Network,LBSN)的快速发展,兴趣点(Point-Of-Interest,POI)推荐可以帮助人们发现有趣的并吸引人的位置。针对签到数据的稀疏性和用户兴趣的动态性等挑战性问题,提出了基于LBSN动态异构网络的时间感知兴趣点推荐算法。在LBSN异构网络模式中增加会话节点类型。通过动态元路径,在用户和兴趣点语义关系之间有效地融入时间信息、位置信息和社交信息等。设置了用户-兴趣点之间的动态元路径集,并提出了动态路径实例的偏好度计算方法。采用矩阵分解模型对不同动态偏好矩阵进行矩阵分解。根据不同动态元路径的用户特征矩阵和兴趣点特征矩阵,获取用户在目标时间访问兴趣点的推荐列表。实验结果表明,与其他兴趣点推荐方法相比,所提方法在兴趣点推荐精确度上取得了较好的推荐结果,具有良好的应用前景。

关 键 词：基于位置社交网络  兴趣点推荐  动态异构网络  时间感知  矩阵分解

分 类 号：TP301]