文件名称：LBSN中融合类别信息的混合推荐模型
文件大小：1.28MB
文件格式：PDF
更新时间：2024-05-26 06:32:02
位置社交网络 地理位置信息 类别信息 矩阵分解 兴趣点推荐
针对基于位置的社交网络（Location-Based Social Network，LBSN）中用户签到数据的高稀疏性问题及用户隐私问题，提出了一种混合推荐模型（SoGeoCat）.首先，通过用户潜在兴趣点数据模型，学习用户的潜在兴趣点；其次，将用户的潜在兴趣点纳入融合类别信息的矩阵分解模型中并优化；最后，根据用户特征矩阵、兴趣点特征矩阵，提出推荐策略.基于Foursquare真实数据集，实验结果表明：（1）相比于其他几个推荐模型，该算法将用户的潜在兴趣点填充至用户-兴趣点矩阵中，可以有效地缓解数据稀疏性的影响；（2）该算法可保护用户家庭信息；（3）在推荐模型中纳入类别信息的影响能提高推荐效果.