典型文献
基于矩阵分解的上下文感知兴趣点推荐方法
文献摘要：
为解决兴趣点推荐中个性化不足和推荐性能较差的问题,提出一种基于矩阵分解的上下文感知兴趣点推荐方法.通过建立矩阵分解模型综合考虑时间、地理位置等上下文信息对兴趣点推荐的影响,在协同过滤算法中融入时间序列建模用户偏好,利用随机梯度下降法优化矩阵分解模型的参数,提高模型的运行效率.实验结果表明,该方法能够满足不同用户的个性化需求,相比于其它主流兴趣点推荐方法有着更好的推荐性能.
文献关键词：
兴趣点推荐;上下文感知;矩阵分解;协同过滤;多样性评价
中图分类号：
作者姓名：
李旭;李景文;姜建武;俞娜
作者机构：
桂林理工大学 测绘地理信息学院,广西 桂林 541006;桂林理工大学 广西空间信息与测绘重点实验室,广西 桂林 541006
文献出处：
引用格式：
[1]李旭;李景文;姜建武;俞娜-.基于矩阵分解的上下文感知兴趣点推荐方法)[J].计算机工程与设计,2022(11):3108-3115
A类：
B类：
矩阵分解,上下文感知,兴趣点推荐,推荐方法,推荐性,分解模型,型综合,上下文信息,协同过滤算法,时间序列建模,用户偏好,随机梯度下降法,同用,个性化需求,多样性评价
AB值：
0.210297
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。
