文献

J-GLOBAL ID：202002222623603934   整理番号：20A1150239

社交関係と地理情報を融合する興味点推薦モデル【JST・京大機械翻訳】

POI Recommendation Algorithm with Fusing Social Relation and Geographical Information

著者 (5件)： Zhang Jin (山東理工大学 計算机科学与技術学院,山東 zi博,255049) ,  Sun Fuzhen (山東理工大学 計算机科学与技術学院,山東 zi博,255049) ,  Wang Shaoqing (山東理工大学 計算机科学与技術学院,山東 zi博,255049) ,  Wang Shuai (山東理工大学 計算机科学与技術学院,山東 zi博,255049) ,  Lu Xiangzhi (山東理工大学 計算机科学与技術学院,山東 zi博,255049)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 56  号： 5  ページ： 173-178  発行年： 2020年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： LBSNに基づく興味点は,ユーザ署名からマトリックスまばらさ,推薦精度,および文脈情報利用の不十分さを推奨する。この問題を解決するために,本論文は,新しいマトリックス分解アルゴリズム(TGMF)(Trust-GeoMatrixFactorization)を提案した。BPRモデルを使用して,マトリックス分解のプロセスを最適化して,部分的順序関係の生成戦略を改良した。信頼影響と類似性計算を結合して,推奨精度を改善した。2つのモデルを融合して,ユーザの最終的選好リストを得た。選好リストにおけるtop-k興味点をユーザに推薦する。実験結果は,実際のデータセットGowallaとFoursquareにおいて,TGMFアルゴリズムが,精度と再現率の両方において,従来の関心点推奨アルゴリズムより優れていることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  最適化 ,  類似性
準シソーラス用語： 文脈情報 ,  *地理情報 ,  再現率 ,  関心領域 ,  マトリックス分解 , 【Automatic Indexing@JST】

分類 (2件)： 数値計算  (JE02000J) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 地理情報 ,  融合 ,  興味 ,  推薦 ,  モデル