《表1 实验数据集统计：融合地理社交和时间序列信息嵌入排名位置推荐模型》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《融合地理社交和时间序列信息嵌入排名位置推荐模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文选择两个公开数据集，即Foursquare[38]和Gowalla[3]，验证本文提出推荐算法的性能。两个数据集所有的签到数据都是分布在世界各地。在Foursquare数据集中，时间范围是2011年1月～2011年7月。在Gowalla数据集中，时间范围是2009年2月～2010年10月。本文清洗较少发生的数据，在两个数据集中，本文过滤掉少于10次签到的用户，并要求每个POI应该被至少访问过10次。因此，一个用户应该至少访问五个不同的POI。在本文的实验中，随机选择数据集的20%作为测试数据集，其余80%的数据集作为训练数据集。数据集的统计信息如表1所示。如表1所示，两个数据集的用户兴趣点矩阵密度分别为2.3×10-4和2.9×10-5。显然，两个数据集都非常稀疏。