《表1 符号描述:基于语义位置和区域划分的兴趣点推荐模型》
位置社交网络中的兴趣点推荐是通过分析用户的历史签到记录数据向用户推荐之前未访问过的、可能感兴趣的位置。LBS中应包含用户集U={u1,u2,…,un}、兴趣点集L={l1,l2,…,lm}以及用户在兴趣点上的历史签到记录集。LSBN体系结构G={U,L,D}如图1所示。包含了若干用户、兴趣点以及三类关系—用户间的社交关系,兴趣点间的关联关系及用户与兴趣点间的签到关系。实际上通过分析用户历史签到记录就能提取这三种关系。本文所提的推荐模型将通过融合多种不同源的数据,预测用户对未访问过的兴趣点的偏好,进而为其推荐兴趣点。表1列出了本文算法所涉及到的符号及相关含义。
图表编号 | XD00134605100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 刘辉、万程峰、吴晓浩重庆邮电大学通信与信息工程学院!重庆400065 |
绘制单位 | 重庆邮电大学通信与信息工程学院、重庆邮电大学通信新技术应用研究中心、重庆信科设计有限公司、重庆邮电大学通信与信息工程学院、重庆邮电大学通信新技术应用研究中心、重庆邮电大学通信新技术应用研究中心 |
更多格式 | 高清、无水印(增值服务) |