典型文献
多源异构签到数据中改进RNN的POI推荐
文献摘要：
在基于位置的社交网络(LBSNs)中,现有的兴趣点(POI)推荐方法主要考虑地理位置和社交关系因素的影响,对签到行为的顺序和时间因素影响关注较少.针对该问题,提出一种改进循环神经网络(RNN)的POI推荐的方法.通过因子分解机对影响POI推荐因素的稀疏矩阵进行去稀疏化;通过提出的MMBE框架对多源异构签到数据整体建模,得到POI推荐的影响因子;将影响因子输入改进型RNN,计算出兴趣点预测值,将预测值最高的前K个兴趣点推荐给用户.实验结果表明,所提方法在精度、召回率、F1值方面优于其它3种较新的POI推荐方法.
文献关键词：
兴趣点推荐;基于位置的社交网络;循环神经网络;多源异构;因子分解机;签到数据
中图分类号：
作者姓名：
高丽;杨立身
作者机构：
郑州经贸学院 计算机与人工智能学院,河南 郑州 451191;河南理工大学 计算机科学与技术学院,河南 焦作 454003
文献出处：
引用格式：
[1]高丽;杨立身-.多源异构签到数据中改进RNN的POI推荐)[J].计算机工程与设计,2022(05):1327-1334
A类：
LBSNs,MMBE
B类：
多源异构,签到数据,RNN,POI,基于位置的社交网络,推荐方法,社交关系,时间因素,循环神经网络,因子分解机,稀疏矩阵,稀疏化,整体建模,改进型,点预测,兴趣点推荐,召回率
AB值：
0.246667
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
