一种内容和地点感知的个性化POI推荐模型

一种内容和地点感知的个性化POI推荐模型
梁弼;刘笃晋;熊伦;许晓红
【期刊名称】《深圳大学学报:理工版》
【年(卷),期】2022(39)6
【摘要】针对兴趣点(point of interest,POI)推荐中用户-POI交互矩阵数据稀疏
问题,当前研究仅通过探索地理位置、内容信息及社会关系等上下文因素来缓解该
问题,缺乏对这些上下文因素共同作用情况的综合分析及利用.为此,采用概率生成的方法提出一种内容和地点感知的主题模型(content-location-aware topic model,CLATM),用以模拟用户在决策过程中的签到行为.该模型由内容主题建模和地点主题建模两个核心模块构成,用户签到内容依赖内容主题和地点主题,内容主题和地点主题在一定程度上共同决定用户签到地点,地理位置依赖于地点主题并服从
高斯分布.该模型不仅恰当地整合了内容、地点和地理位置等重要的上下文因素,且充分利用这些因素之间的潜在关系有效缓解了数据稀疏性.在Foursquare和Yelp 两个真实的位置社交网络数据集上对CLATM进行性能评测,实验结果表明,该模型
在召回率(recall)和归一化折损累计增益(normalized discounted cumulative gain,NDCG)指标上均优于基准,recall@20和NDCG@20最大分别提高约141.09%和94.44%.综合使用上下文因素的共同作用能有效提升POI推荐性能.
【总页数】8页(P693-700)
【作者】梁弼;刘笃晋;熊伦;许晓红
【作者单位】四川文理学院智能制造学院;北京邮电大学计算机学院
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种基于运营商大数据的内容个性化推荐模型
2.一种改进的基于内容的个性化推荐模型
3.一种基于矩阵分解的上下文感知POI推荐算法
4.一种结合矩阵分解和深度学习技术的POI推荐模型
5.一种改进的基于内容的个性化推荐模型
因版权原因，仅展示原文概要，查看原文内容请购买。