文献类型：期刊文章

作　　者：郭承湘[1] 赵雨佳[2] 朱新华[3]

GUO Cheng-xiang;ZHAO Yu-jia;ZHU Xin-hua(Headmaster s Office,Department of Development and Planning and Office of Network and Information Management(Joint),Guangxi University of Chinese Medicine,Nanning 530200,China;School of Information,Renmin University of China,Beijing 100872,China;College of Computer Science&Information Technology,Guangxi Normal University,Guilin 541004,China)

机构地区：[1]广西中医药大学校长办公室、发展规划处、网络和信息化管理办公室(合署),广西南宁530200 [2]中国人民大学信息学院,北京100872 [3]广西师范大学计算机科学与信息工程学院,广西桂林541004

出　　处：《广西大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目(62062012)。

年　　份：2021

卷　　号：46

期　　号：3

起止页码：683-691

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、JST、PROQUEST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对位置社交网络中连续兴趣点推荐系统面临的个性化偏好、数据稀疏性和签到行为的隐式反馈属性等挑战,提出一种基于排序学习的连续兴趣点推荐模型。本文使用三阶张量模型对用户的连续签到行为进行建模,并利用LBSNs中的地理信息定义用户访问兴趣点的地理距离偏好,最后使用基于排序学习的优化标准优化求解模型参数。在两个真实的LBSNs数据集上的实验结果表明,本文提出的模型在推荐性能上优于当前流行的兴趣点推荐算法。

关 键 词：位置社交网络  兴趣点推荐系统  排序学习  张量分解

分 类 号：TP391]