基于签到活跃度和时空概率模型的自适应兴趣点推荐方法

作     者：司亚利 张付志 刘文远 SI Yali;ZHANG Fuzhi;LIU Wenyuan

作者机构：燕山大学信息科学与工程学院秦皇岛066004 燕山大学里仁学院秦皇岛066004 河北省计算机虚拟技术与系统集成重点实验室(燕山大学)秦皇岛066004 

出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期：2020年第42卷第3期

页      面：678-686页

核心收录：

学科分类：0808[工学-电气工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61379116,61772452) 河北省自然科学基金(F2015203046,F2015501105)~~ 

主　　题：基于位置社交网络 兴趣点推荐 用户活跃度 隶属度 高斯核密度估计 

摘      要：针对现有兴趣点(POI)推荐算法对不同签到特征的用户缺乏自适应性问题,该文提出一种基于用户签到活跃度(UCA)特征和时空(TS)概率模型的自适应兴趣点推荐方法UCA-TS。利用概率统计分析方法提取用户签到的活跃度特征,给出一种用户不活跃和活跃的隶属度计算方法。在此基础上,分别采用结合时间因素的1维幂律函数和2维高斯核密度估计来计算不活跃和活跃特征的概率值,同时融入兴趣点流行度来进行推荐。该方法能自适应用户的签到特征,并能更准确体现用户签到的时间和空间偏好。实验结果表明,该方法能够有效提高推荐精度和召回率。