您当前所在位置: 首页

论文收录信息

论文编号 201709-106
论文题目 基于半受限玻尔兹曼机的个性化地点推荐
文献类型
收录期刊

上传封面

中文期刊 英文期刊

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

中文专著 英文专著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文译著 英文译著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文论文集 英文论文集

编者 . 论文集名称(中文) [c].

出版地 出版社 出版年-

编者 . 论文集名称(英文) [c].

出版地 出版社 出版年-

上传封面

中文文献 英文文献

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

后印本*

(请提交PDF文档)

基于半受限玻尔兹曼机的个性化地点推荐

引用

复制文本

导出参考文献

.txt .ris .doc

郭均鹏

郭均鹏(1973-),男,教授、博导,主要研究方向:推荐系统、符号数据分析、运筹决策

张文翔

张文翔(1991-),男,硕士研究生,主要研究方向:推荐系统、深度学习、用户行为研究

发送私信

发送给

天津大学管理与经济学部,天津,300072

摘要:在基于位置的位置的社交网络(location-based social networks , LBSNs)中,个性化地点推荐系统扮演者至关重要的角色。个性化地点推荐系统不仅能够帮助用户挖掘新的地点,同时也有利于第三方服务商更好地提供个性化服务,如投放针对性的广告等。现存关于这方面的研究,主要利用用户在每个地点上的签到次数数据进行推荐,但是该文章认为,签到次数并不能完整地代表用户的喜好。该文章提出一种基于半受限玻尔兹曼机的地点推荐算法,即利用半受限玻尔兹曼机对签到数据中的地理信息进行建模,从而更好的处理地点推荐任务。该文章在真实数据集上进行实验分析,且实验结果表明:相对于几种典型的算法,该文章的方法得到了更好的表现,表明改论文提出的算法在地点推荐领域的优势。在最后,该文章对本研究进行了总结和展望。

关键词: 地点推荐 半受限玻尔兹曼机 效用理论 地理临近性

图表:

动态公开评议

评论

评论一下

全部评论
评论