论文部分内容阅读
基于位置的社交网络（LBSNS）的快速发展提供了大量的记录数据，这能够提供许多服务，比如，信息点（POI）推荐。在本文中，我们研究了一个新的POI推荐的问题，使新的信息点基于用户的当前位置来被推荐。这个挑战在于精确的了解用户的序列信息和个性化推荐模型是有难度的。为此目的，我们求助于公制嵌入方法的推荐，这就避免了矩阵分解技术的缺点。我们提出了一个个性化的排名指标嵌入方法（PRME）来模拟个性化序列。实验基于两个现实世界LBSN数据集，结果显示为我们的新算法优于最先进的POI推荐方法。