{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,7,1]]，“日期-时间”：“2024-07-01T09:17:09Z”，“时间戳”：1719825429500}，“引用-计数”：53，“发布者”：“MDPI AG”，“问题”：“4”，“许可证”：[{“开始”：{-date-parts”：[2020,4,24]]，”日期-时间“：”2020-04-24T00:00:00Z“，“时间戳”：1587686400000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/creativecommons.org\/licenses\/by\/4.0\/”}]，“资助者”：[{“DOI”：“10.13039\/501100012166”，“name”：“中国国家重点研发计划”，“DOI-asserted-by”：“publisher”，“award”：[“2016YFC0803101”，“2016YFC0803108”]}，{“name”：“中国测绘院基础研究基金”，“奖项”：[“AR1929”，“QT1906”]}]，“内容域”：{“域”：[]，“交叉标记限制”：false}，“短容器标签”：[”IJGI“]，“摘要”：“随着基于位置的社交网络（LBSN）的迅速发展，由于人类行为表现出特定的分布模式，个性化的地理社会推荐在LBSN中发挥了重要作用。除了用户偏好和社会影响外，地理影响在位置推荐中也得到了广泛的研究。核密度估计（KDE）是地理影响建模的关键方法。然而，目前基于KDE的研究大多没有考虑影响范围和离群值对用户\u2019签入行为的影响问题。本文提出了一种利用地理和综合社会影响（GeSSo）进行位置推荐的方法。GeSSo使用带有四次核函数的核估计方法来建模地理影响，并采用两种加权距离来计算带宽。此外，我们考虑了朋友之间的社会亲密度和联系，并引入了一种基于合成朋友的推荐方法来模拟社会影响。最后，我们采用了一个总和框架，该框架将用户对某个位置的偏好与地理和社会影响相结合。在三个真实数据集上进行了广泛的实验。结果表明，与其他先进的地理社会推荐技术相比，我们的方法取得了更好的性能<\/jats:p>“，”DOI“：”10.3390\/ijgi9040285“，”type“：”journal-article“，”created“：{”date-parts“：[[2020,4,24]]，”date-time“：”2020-04-24T15:42:14Z“，”timestamp“：1587742934000}“，”page“：10.3390“，“卷”：“9”，“作者”：[{“给定”：“吉平”，“家庭”：“刘”，“序列”：“第一”，“隶属关系”：[}“名称”：“武汉大学资源与环境科学学院，武汉430079，中国”}，{“姓名”：“中国测绘院，北京100830”}]}name“：”武汉大学资源与环境科学学院，武汉430079，中国武汉“}]}，{”given“：”春阳“，”family“：”Liu“，”sequence“：”additional“，”affiliation“：[{”name“：“中国矿业大学环境科学与空间信息学院，徐州221116”}]}，{“given”：“Agen”，“family”：“邱”，“sequence”：“”additional“，”affiliation“：[{“name”：“中国测绘院，北京100830”}]}，{“given”：“Fuhao”，“family”：“Zhang”，“sequence”：“additional”，“affiliation:[{”name“：”China Academy of Surveying and Mapping，Beijing 100830，China“}]}]，“member”：“1968”，“published on”：{“date-parts”：[2020,4,24]]}；“reference”：[{key“ref_1”，“doi断言为：“crossref”，“first page”：“524”，“doi”：“10.1080\/13685816.2017.14000550”，“文章标题”：“将空间和时间上下文集成到POI推荐的因子分解模型中”，“volume”：“32”，“author”：“Cai”，“year”：“2018”，“journal title”：“Int.J.Geogor。信息科学。“}，{”key“：”ref_2“，”doi-asserted-by“：”crossref“，”first page“：，“doi”：“10.1007\/s10707-017-0298-x“，”article-title“：“通过聚合多样性中的多个推荐者来进行个性化位置推荐”，“卷”：“21”，“作者”：“卢”，“年份”：“2017年”，“日志标题”：“地理信息”}，{“key”：“ref_4”，“doi-asserted-by”：“crossref”，“首页”：“1”，“doi”：“10.1145\/3231933”，“article-title”：“个性化上下文-软件兴趣点推荐”，“卷”：“36”，“作者”：“Aliannejadi”，“年份”：“2018年”，“新闻标题”：“ACM Trans。信息系统。（TOIS）“}，{”key“：”ref_5“，”doi-asserted-by“：”crossref“，”first page“：“1010”，”doi“：”10.14778\/311504.3115407“，”article-title“：”在基于位置的社交网络中对兴趣点推荐的实验评估“，”volume“：“：”crossref“，”首页“：”113“，”DOI“：”10.1007\/s11276-016-1316-x“，”article-title“：”在基于位置的社交网络上挖掘新位置的用户偏好：多维云模型方法“，”volume“：”24“，”author“：”Wang“，”year“：”2018“，”journal-title”：“Wirel。Netw公司。“}，{”key“：”ref_7“，”doi-asserted-by“：”crossref“，”unstructured“：”Ogundele，T.J.，Chow，C.-Y.，and Zhang，J.-D.（2017年1月21日\u201323）SoCaST：利用社会、分类和时空偏好进行个性化事件推荐。2017年第14届普适系统、算法和网络国际研讨会暨2017年第11届计算机科学与技术前沿国际会议暨2017年第三届创造性计算国际研讨会论文集，英国埃克塞特crossref”，“非结构化”：“Yu，X.，Pan，A.，Tang，L.-A.，Li，Z.，and Han，J.（2011年1月25日\u201327）。基于GPS的网络物理社会网络中的地理朋友推荐。2011年社会网络分析和挖掘进展国际会议论文集，台湾高雄。“，”DOI“：”10.1109\/ASONAM.2011.118“}，{”key“：”ref_9“，”DOI-asserted-by“：”crossref“，”first page“：“965”，“DOI”：“10.1007\/s10462-019-09684-w”，“article-title”：“社会推荐系统特征研究”，“volume”：“53”，“author”：“Shokeen”，“year”：“2020”，“journal-title“：”Artif.Intell.Rev.“}”，{“key”：”ref_10“，”DOI-asserted-by“：”crossref“，”unstructured“：”Liu，B.、Fu，Y.、Yao，Z.和Xiong，H.（2013年1月11日\u201314）。学习兴趣点推荐的地理偏好。第19届ACM SIGKDD知识发现和数据挖掘国际会议论文集，美国伊利诺伊州芝加哥。”，“DOI”：“10.1145\/24875.2487673”}，{“key”：“ref_11”，“DOI-asserted-by”：“crossref”，“unstructured”：“Zhang，J.-D.，Chow，C.-Y.，and Li，Y.（2014年1月4日\u20137）.LORE：利用位置建议的顺序影响。美国德克萨斯州达拉斯第22届ACM SIGSPATIAL国际地理信息系统进展会议论文集”，“DOI”：“10.1145\/2666310.2666400”}，{“key”：“ref_12”，“DOI-asserted-by”：“crossref”，“unstructured”：“Sun，Y.，Yin，H.，and Ren，X.（2017年1月3\u20137）上下文丰富环境中的建议：信息网络分析方法。第26届万维网协会国际会议记录，澳大利亚珀斯。“，”DOI“：”10.1145\/3041021.3051105“}，{“key”：”ref_13“，”first page“：”824“，”article-title“：”Context-Aware Point-of-Interest Recommendation in Location-Based Social Networks“，”volume“：“40”，“author”：“Ren”，“year”：“2017”，“journal-title”：“Jisuanji Xuebao Chin.J.Comput.”}，}“key”：“ref_14”，“DOI-asserted-by”：“crossref”，“unstructured”：“”Cui，Q.、Tang，Y.、Wu，S.和Wang，L.（2019年）。Distance2Pre：下一个兴趣点预测的个性化空间偏好。太平洋-亚洲知识发现和数据挖掘会议，斯普林格。“，”DOI“：”10.1007\/978-3-030-16142-2_23“}，{”key“：”ref_15“，”DOI-asserted-by“：”crossref“，”unstructured“：”Ye，M.，Yin，P.，Lee，W.C.，and Lee，D.-L.（2011年1月25日\u201329）.利用地理影响提出合作兴趣点建议。第34届ACM SIGIR国际信息检索研究与开发会议论文集，北京，中国。“，”DOI“：”10.1145\/2009916.200962“}，{”key“：”ref_16“，”DOI-asserted-by“：”crossref“，”unstructured“：”Zhang，J.-D.，and Chow，C.-Y.（2013年1月5日\u20138）iGSLR：个性化地理社会位置建议：一种核密度估计方法。第21届ACM SIGSPATIAL国际地理信息系统进展会议论文集，美国佛罗里达州奥兰多”，“DOI”：“10.1145\/2525314.25253339”}，{“key”：“ref_17”，“DOI-asserted-by”：“crossref”，“unstructured”：“Lian，D.，Zhao，C.，Xie，X.，Sun，G.，Chen，E.，and Rui，Y.（2014年1月24日\u201327）GeoMF：针对兴趣点建议的联合地理建模和矩阵分解。第20届ACM SIGKDD知识发现和数据挖掘国际会议论文集，美国纽约州纽约市”，“DOI”：“10.1145\/2623330.2623638”}，{“key”：“ref_18”，“DOI-asserted-by”：“crossref”，“unstructured”：“Zhang，J.-D.，and Chow，C.-Y.（2015年1月9日\u201313）GeoSoCa：利用地理、社会和类别相关性提出兴趣点建议。智利圣地亚哥第38届国际ACM SIGIR信息检索研究与开发会议记录。“，”DOI“：”10.1145\/2766462.2767711“}，{”key“：”ref_19“，”DOI-asserted-by“：”crossref“，”first page“：“701”，“DOI”：“10.1109\/TSC.2014.2328341”，“article-title”：“iGeoRec:A Personalized and Efficient GeoLocation Recommendation Framework”，“volume”：“8”，“author”：“Zhang”，“year”：“2015”，“journal title”：”IEEE Trans.Serv.Comput.“}”，{“key”：“参考_20”，“doi-asserted-by“：”crossref“，”unstructured“：”Guo，H.，Li，X.，He，M.，Zhao，X.、Liu，G.和Xu，G..（2016）。CoSoLoRec：异质兴趣点建议的内容、社会、位置联合因素模型。知识科学、工程和管理国际会议，斯普林格。“，”DOI“：”10.1007\/978-3-319-47650-6_48“}，{”key“：”ref_21“，”DOI-asserted-by“：”crossref“，”first-page:“633”，“DOI”：“10.1109\/TSC.2015.2413783”，“article-title”：“TICRec:利用时间影响相关性进行时间-软件位置建议的概率框架”，“volume”：“9”，“author”：“Zhang”，“year”：“2016”，“journal-title“：”IEEE传输。服务。计算。“｝，｛”key“：”ref_22“，”doi asserted by“：”crossref“，”首页“：”159“，”doi“：”10.1016\/j.neucom.2017.08.020“，”文章标题“：”通过地理社会信息融合的个性化兴趣点推荐模型“，”卷“：”273“，”作者“：”高“，”年份“：”2018“，”期刊标题“：”神经计算“｝，｛”key“：”ref_23“，”首页“：”17“，”文章标题“：”将矩阵分解与基于位置的社交网络中的地理和社会影响融合”，“卷”：“1”，“作者”：“程”，“年份”：“2012年”，“新闻标题”：“Proc。国家。Conf.Artif公司。智力。“}，{”key“：”ref_24“，”unstructured“：”Yuan，Q.，Cong，G.，Ma，Z.，Sun，A.，and Thalmann，N.M.（8月，1月28日）。时间软件兴趣点建议。爱尔兰都柏林第36届国际ACM SIGIR信息检索研究与开发会议论文集。“}”，{“key”：“ref_25”，“doi-asserted-by”：“crossref”，“非结构化”：“Yin，H.，Sun，Y.，Cui，B.，Hu，Z.，Chen，L.（2013年1月11日\u201314）。LCARS：位置-内容-软件推荐系统。第19届ACM SIGKDD知识发现和数据挖掘国际会议论文集，美国伊利诺伊州芝加哥市CoRe:利用二维地理坐标的个性化影响进行位置推荐”，“卷”：“293”，“作者”：“张”，“年份”：“2015”，“期刊标题”：“信息科学。“｝，｛”key“：”ref_27“，”非结构化“：”Liu，Y.，Wei，W.，Sun，A.和Miao，C.（2017年1月13日\u201314）。利用地理邻域特征进行位置推荐。第23届ACM信息与知识管理国际会议论文集，中国上海。“｝，｛”key“：”ref_28“，”doi断言“：”crossref“，“非结构化”：“Li，X.，Cong，G.，Li，X-L.，Pham，T.-A.N.，and Krishnaswamy，S.（2015年1月9日\u201313）。Rank-GeoFM：一种基于排名的地理因子化兴趣点推荐方法。智利圣地亚哥第38届国际ACM SIGIR信息检索研究与开发会议记录。“，”DOI“：”10.1145\/2766462.2767722“}，{”key“：”ref_29“，”DOI-asserted-by“：”crossref“，”first page“：“1631”，“DOI”：“10.1080\/13658816.2018.1447671”，“article-title”：“RecNet：基于位置的社交网络中个性化POI推荐的深层神经网络”，“volume”：“32”，“author”：“Ding”，“year”：“2018”，“journal-title“：”Int.J.Geogr.Inf.Sci.“}，{”key“：”ref_30“，”first-page“：”5877“，”article-title“：”Where to Go Next：A Spatio-Temporal Gated Network for Next POI Recommendation“，”volume“：“33”，“author”：“Zhao”，“year”：“2019”，“journal-title”：“Proc。AAAI Conf.Artif.公司。智力。“}，{”key“：”ref_31“，”doi-asserted-by“：”crossref“，”unstructured“：”Liu，Q.，Wu，S.，Wang，L.，and Tan，T.（2016年1月12日\u201317）。预测下一个位置：一个具有时空背景的循环模型。第三十届美国人工智能学会会议论文集，美国亚利桑那州凤凰城。“doi”：“10.1609 \/AAAI.v30i1.9971”}，”{“key”：“”ref_32“，”doi-asserted-by“：”crossref“，”unstructured“：”Kong，D.，and Wu，F.（2018年1月13日\u201319）。HST-LSTM：用于位置预测的分层时空长短记忆网络。第27届国际人工智能联合会议和第23届欧洲人工智能会议记录，瑞典斯德哥尔摩。“，”DOI“：”10.24963\/ijcai.2018\/324“}，{”key“：”ref_33“，”DOI-asserted-by“：”crossref“，”first page“：“1”，“DOI”：“10.1145\/3182166”，“article-title”：“GeoMF++：通过联合地理建模和矩阵分解实现可扩展位置建议”，“volume”：“36”，“author”：“Lian”，“year”：“2018”，“journal-title“：”ACM Trans.Inf.Syst.“}”，{“键“：”ref_34“，”非结构化”：“郭，Q.（2019）。基于图形的位置社交网络兴趣点建议。【南洋理工大学博士论文】。“}，{”key“：”ref_35“，”doi-asserted-by“：”crossref“，”unstructured“：”Anagontostopoulos，A.，Kumar，R.，and Mahdian，M.（2008年1月24日\u201327）。社交网络中的影响和相关性。第十四届ACM SIGKDD国际知识发现和数据挖掘会议论文集，美国内华达州拉斯维加斯。“，doi”：“10.1145\/1401890.1401897”}，”{“key”：“”ref_36“，”doi-asserted-by“：”crossref“，”unstructured“：”邱，J.，唐，J.、马，H.、董，Y.、王，K.和唐，J.（2018年1月19日\u201323）。DeepInf：在大型社交网络中建模影响位置。第24届ACM SIGKDD知识发现和数据挖掘国际会议论文集，英国伦敦。”，“DOI”：“10.1145\/3219819.3220077”}，{“key”：“ref_37”，“DOI-asserted-by”：“crossref”，“unstructured”：“Ma，H.，King，I.和Lyu，M.R.（2009年1月19日\u201323）.学会向社会信任团体推荐。《第32届ACM SIGIR信息检索研究与开发国际会议论文集》，美国马萨诸塞州波士顿通过整合社会背景信息改进推荐系统”，“卷”：“29”，“作者”：“马”，“年份”：“2011年”，“新闻标题”：“ACM Trans。信息系统。“}，{”key“：”ref_39“，”doi-asserted-by“：”crossref“，”unstructured“：”Lak，P.（2016年1月17日\u201321）。定义和建模推荐系统中上下文特征的新方法。第39届意大利比萨ACM SIGIR信息检索研究与开发国际会议论文集。“，”doi“：”10.1145\/2911451.2911481“}”，{“key”：“ref_40“，”doi-asserted-by“：”crossref“，”unstructured“：”Konstas，I.，Stathopoulos，V.，and Jose，J.M.（2009年1月19日\u201323）。社交网络和协作推荐。第32届ACM SIGIR信息检索研究与开发国际会议论文集，美国马萨诸塞州波士顿”，“DOI”：“10.1145\/1571941.1571977”}，{“key”：“ref_41”，“DOI-asserted-by”：“crossref”，“unstructured”：“Chaney，A.J.，Blei，D.M.，and Eliassi-Rad，T.（2015年1月16日\u201320）。在个性化项目推荐中使用社交网络的概率模型。第九届ACM推荐系统会议记录，奥地利维也纳。”，“DOI”：“10.1145\/2792838.2800193”}，{“key”：“ref_42”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wang，M.，Zheng，X.，Yang，Y.，and Zhang，K.（2018年1月2日\u20137）合作过滤与社交曝光：社交推荐的模块化方法。《第三十二届AAAI人工智能会议论文集》，美国洛杉矶新奥尔良journal-title“：”IEEE Trans。模式分析。机器。智力。“｝，｛”key“：”ref_44“，”doi asserted by“：”crossref“，”nonstructured“：”Herlocker，J.L.，Konstan，J.A.，Borchers，A.和Riedl，J.（1999年1月15日\u201319）。用于执行协作过滤的算法框架。第22届ACM SIGIR信息检索研究与开发国际年会论文集，美国加利福尼亚州伯克利市非结构化”：“Ma，H.，Yang，H.、Lyu，M.R.和King，I.（2008年1月26日\u201330）。SoRec：使用概率矩阵分解的社会推荐。第17届ACM信息与知识管理会议论文集，美国加利福尼亚州纳帕谷33”，“作者”：“曹”，“年份”：“2007”，“期刊标题”：“专家系统”。申请。“}，{”key“：”ref_48“，”doi-asserted-by“：”crossref“，”first-page“：”517“，”doi“：”10.1007\/s10708-016-9699-x“，”article-title“：”利用模糊集理论确保志愿地理信息的质量“，”volume“：“：”502“，”DOI”：“10.1080\/1548163.203.1413794”，“文章标题”：“信任作为生物多样性监测项目中志愿地理信息内在质量的代理指标”，“卷”：“55”，“作者”：“Vahidi”，“年份”：“2018”，“期刊标题”：“GISci。Remote Sens“}，{“key”：“ref_50”，“doi asserted by”：“crossref”，“首页”：“2537”，“doi”：“10.1109\/TKDE.2017.271484”，“文章标题”：“POI推荐的空间感知分层协作深度学习”，“卷”：“29”，“作者”：“Yin”，“年份”：“2017”，“期刊标题”：“IEEE Trans.Nowl.Data Eng.”}，{“key”：“ref_51”，“doi asserted by”：“crossref”非结构化”：“Zhang，F.，Yuan，N.J.，Lian，D.，Xie，and Ma，W.-Y.（2016年1月13日\u201317）。推荐系统的协作知识库嵌入。第22届ACM SIGKDD知识发现和数据挖掘国际会议论文集，美国加利福尼亚州旧金山。”，“DOI”：“10.1145\/293962.2939673”}，{“key”：“ref_52”，“DOI-asserted-by”：“crossref”，“unstructured”：“Ma，H.，Zhou，D.，Liu，C.，Lyu，M.R.，and King，I.（2011年1月9日\u201312）.推荐社会正规化系统。第四届ACM网络搜索和数据挖掘国际会议论文集，中国香港。“，”DOI“：”10.1145\/1935826.1935877“}，{”key“：”ref_53“，”DOI-asserted-by“：”crossref“，”first-page:“1001”，“DOI”：“10.1007\/s11280-018-0573-2”，“article-title”：“Leveraging multi-spect time-related influence in location recommendation”，“volume”：“22”，“author”：“Hosseini”，“year”：“2019”，“journal-title“：”“World Wide Web”}]，“containerti-title”：[”ISPRS国际地理信息杂志“]，”original-title“：[]，”language“：”en“，”link“：[{”URL“：”https:\\/www.mdpi.com\/2220-9964\/9\/4\/285\/pdf“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：”{“date-parts”：[2024,6,27]]，”date-time“：“2024-06-27T08:”09:41Z“，”timestamp“：1719475781000}，”score“：1，”resource“：{“primary”：{”URL“：”https:\/\/www.mdpi.com//2220-9964\/9\/285“}}，“subtitle”：[]，“shorttitle”：[]，“issued”：}“date-parts”：[[2020,4,24]]}，《references-count》：53，“journal-issue”：{-“issue”：“4”，“published-on-line”：{“date-ports”：[2020,4]]}}，“alternative-id”：[“ijgi9040285”]，“URL”：“http:\/\/dx.doi.org\/10.3390\/ijgi9040285“，”关系“：{}，”ISSN“：[”2220-9964“]，”ISSN-type“：[{”值“：”2220-9964“，”类型“：”电子“}]，”主题“：[]，”发布“：{”日期部分“：[2020,4,24]}}}}