位置社交网络中谱嵌入增强的兴趣点推荐算法
作者机构：北京交通大学计算机与信息技术学院北京100044
基 金：国家重点研发计划基金资助项目(No.2019YFB2102501)
出 版 物：《通信学报》 (Journal on Communications)
年 卷 期：2020年第41卷第3期
页 码：197-206页
摘 要：为了有效地捕捉LBSN中丰富的签到、社交等多维上下文信息的空间特性,并深层挖掘用户和POI之间的非线性交互,提出了一种谱嵌入增强的POI推荐算法——PSC-SMLP,设计了偏好增强的谱聚类算法PSC和谱嵌入增强的神经网络SMLP。在2个经典数据集上与现有的POI推荐算法相比,PSC-SMLP可以深层学习用户对POI的个性化偏好,在准确率、召回率、nDCG、平均精度等指标中均获得较大提升。
主 题 词：基于位置的社交网络 POI推荐 谱聚类 谱嵌入 神经网络
学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类]
核心收录：
D O I：10.11959/j.issn.1000-436x.2020053
馆 藏 号：203888721...
