《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》
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。
图表编号 | XD0067696200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 张松慧、熊汉江 |
绘制单位 | 武汉软件工程职业学院计算机学院、武汉大学测绘遥感信息工程国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |