LBSN上基于兴趣圈和社会关系挖掘的推荐算法

来源 :第三届CCF大数据学术会议 | 被引量 : 0次 | 上传用户:hukuikui
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  随着带有GPS定位功能的智能手机越来越普遍,人们喜欢分享他们的地理位置或者通过评论某个地方的商品从而留下用户的足迹,这引发了以共同的兴趣点(POIs)为中心,基于地理位置信息的社交网络研究(LBSN)。本文的目标是解决冷启动问题,提出了一种在社交网络中基于兴趣圈和社会关系挖掘的POI推荐算法。该方法在传统矩阵分解模型的基础上考虑不同的兴趣圈和社会关系,本文使用的社会关系包括朋友关系(显性关系)和相关专家(隐性关系),并用它们作为规则化项来优化矩阵分解模型。实验数据集来自第五届Yelp挑战赛,本文提出的方法与已有模型进行了充分的实验对比分析,结果表明我们的方法,特别是在解决冷启动问题方面优于多种现有的方法。
其他文献
  视频关键帧是包含原视频中重要内容的视频帧集合,可以有效地实现对视频内容的快速浏览。然而,采用传统方法提取监控视频的关键帧,得到的关键帧存在大量的冗余信息。针对这一
会议
汽车排放的尾气是大气的重要污染源之一,为减少汽车排放,各国纷纷制定日益严格的汽车排放标准、燃料标准,以控制各种有毒有害物的排放.本文在详细分析影响汽油中烯烃含量因素
秸秆栽培食用菌不仅能降低菇农的生产成本,提高经济效益,还能促进秸秆的循环利用和农业循环经济的形成与发展,因此秸秆栽培食用菌的高产高效模式的研究相当重要。本研究通过优化
  在复杂网络和社会网络中,结构洞是指在信息传播中占据重要位置的一类节点。据研究,5%的结构洞控制着50%的信息传播,因此,挖掘网络的结构洞已经逐渐吸引研究者的兴趣。研究
会议
  卷积神经网络是一种全监督的深度学习模型,其要求样本类标完整。在样本类标缺失等弱监督的实际应用中,卷积神经网络的应用受到了极大的制约。为解决弱标记环境下的多示例学
会议
  伴随大数据的涌现,云存储和计算技术近年得到长足发展。大图计算作为大数据分析应用的典型代表,正成为云端负载的重要组成部分。目前,高可扩展性的图计算主要依赖于高性能计
会议
  根据微博平台开放性、低门槛以及微博数据充斥大量噪音的特点,同时结合条件随机场在词性标注特征提取的优势,提出对微博数据降噪,然后使用CRFs对未登录词词性标注,并利用谐音
  随着大数据计算支撑系统日趋复杂,软件错误、软件兼容性、管理失误甚至恶意入侵等导致的拜占庭故障对系统可用性的影响日趋严重。由于拜占庭故障节点可以采用含糊行为欺
会议
本文从教学实践出发,探讨问题一探究教学模式的操作要义,分析该模式的特点,并指出其存在的不足.
  本文提出一种经由定制关系网络,改进基于矩阵分解的社会化推荐模型来缓解数据稀疏性和冷启动问题并进一步改善可扩展性(scalability)问题。在模型中,关系网络的社会影响力
会议