GeoMF公司 swMATH ID: 25054 软件作者: D.Lian、C.Zhao、X.Xie、G.Sun、E.Chen、Y.Rui 描述: GeoMF:针对兴趣点建议的联合地理建模和矩阵分解。兴趣点(POI)推荐已成为帮助人们发现吸引人的地点的重要手段。然而,用户-POI矩阵的极度稀疏性带来了严峻的挑战。为了应对这一挑战,将基于位置的社交网络(LBSN)上的流动记录视为POI推荐的隐式反馈,我们首先建议利用加权矩阵分解来完成此任务,因为它通常更好地为协作过滤提供隐式反馈。此外,研究人员最近在LBSN上发现了人类流动行为中的一种空间聚集现象,即个体访问地点倾向于聚集在一起,并证明了其在POI推荐中的有效性,因此我们将其纳入因子分解模型。特别地,我们分别使用用户活动区域向量和POI影响区域向量来增加因子分解模型中用户和POI的潜在因素。基于这样一个增强模型,我们不仅从二维核密度估计的角度捕捉了空间聚类现象,而且还解释了为什么将这种现象引入矩阵分解有助于应对矩阵稀疏性的挑战。然后,我们在大规模LBSN数据集上评估了所提算法。结果表明,加权矩阵因子分解优于其他形式的因子分解模型,将空间聚类现象引入矩阵因子分解可以提高推荐性能。 主页: https://dl.acm.org/citation.cfm?id=2623638 相关软件: 特恩格拉德;全国大学 引用于: 3文件 全部的 前5名9位作者引用 1 拉梅什·巴拉尔 1 Kai,Dang 1 何志成 1 胡志斌 1 黄亚露 1 李涛 1 刘杰 1 周雪斌 1 庄福珍 3篇连载文章中引用 1 神经网络 1 人工智能研究杂志 1 数据挖掘与知识发现 在5个字段中引用 三 计算机科学(68-XX) 1 线性代数和多线性代数;矩阵理论(15-XX) 1 统计学(62-XX) 1 博弈论、经济学、金融和其他社会和行为科学(91-XX) 1 信息与通信理论、电路(94-XX) 按年份列出的引文