资料下载
×
基于时间效应的社交网络兴趣点推荐模型
消耗积分:0 |
格式:pdf |
大小:1.72 MB |
2021-06-10
分享资料个
在基于位置的社交网络中，兴趣点实时推荐数据和用户签到数据存在高稀疏性问题。提出一种基于时间效应的混合推荐模型。通过用户潜在兴趣点数据模型计算用户时间行为影响分数和地理位置影响分数，并用线性统模型进行处理，选取TopS个兴趣点作为用户的潜在兴趣点。将用户的潜在签到记录引入基于时间效应的矩阵分解模型中，考虑时间差异性和连续性对推荐结果的影响，在此基础上进行优化求解，提出推荐策略。实验结果表明，与LRT模型、UTE+SE模型相比，该模型的推荐效果较好，其准确率和召回率最高可达0.1034和0.1118。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
