文献类型：期刊文章

作　　者：刘旸[1] 吴安波[1] 李慧斌[2]

LIU Yang;WU An-bo;LI Hui-bin(School of Management,Xi’an University of Science and Technology,Xi’an 710054,China;School of Mathematics and Statistics,Xi’an Jiaotong University,Xi’an 710048,China)

机构地区：[1]西安科技大学管理学院,陕西西安710054 [2]西安交通大学数学与统计学院信息科学系,陕西西安710048

出　　处：《计算机工程与设计》

基　　金：国家自然科学基金项目(71673220);陕西省教育厅专项科学研究计划——人文社科专项基金项目(20JK0232);陕西省科学技术厅青年基金项目(2020JQ760)。

年　　份：2022

卷　　号：43

期　　号：10

起止页码：2926-2934

语　　种：中文

收录情况：BDHX、BDHX2020、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：提出一种基于位置的社交网络(LBSN)中利用深度学习的POI推荐方法。设计LBSN异构图,即UP2Vec模型,整合地理签到信息、用户社会关系和时间信息等语境。提出偏好增强谱聚类(PSC)算法,通过分析用户的各种语境信息获得多个维度的数据空间特征,使用谱聚类划分用户群体。利用谱嵌入增强的神经网络深度挖掘用户与POI之间的非线性关联,实现POI的高质量推荐。实验结果表明,所提方法性能优于对比方法,推荐准确率超过90%。

关 键 词：POI推荐  基于位置的社交网络  深度学习  偏好增强谱聚类算法  UP2Vec模型  谱嵌入增强的神经网络  偏好预测  

分 类 号：TP391]