位置社交网络中基于评论文本的兴趣点推荐

《位置社交网络中基于评论文本的兴趣点推荐》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、位置社交网络中基于评论文本的兴趣点推存王啸岩袁景凌秦凤武汉理工大学计算机科学与技术学院摘要：随着位置社交网络(Location-BasedSocialNetworks,LBSN)的快速发展，兴趣点(Point-Of-Intcrcst,P0I)推荐对于用户和商家愈发重要。日前基于社交网络的兴趣点推荐算法主要利用用户的历史签到数据和社交网络数据来提升推荐质量，但忽略了利用兴趣点的评论文木数据;并.ftLBSN中的数据经常会存在部分信息缺失的情况，对兴趣点推荐算法而言如何保证鲁棒性是一个巨大的挑战。为此，提出了一种新的用户兴趣点推荐模型，称其为SoGeoCom模型。该模型融合了用户社交网络数据、地

2、理位置数据以及兴趣点的评论文本数据这3个因素来进行兴趣点推荐。基于来Yelp的真实数据集的实验结果表明，与其他主流的兴趣点推荐算法相比，SoGeoCom模型能够提高准确率和召回率，并且具有良好的鲁棒性，获得了更好的推荐效果。关键词：用户兴趣点推荐;社交网络;评论文本;地理信息;作者简介：王啸岩(1991-)，男，硕士生，CCF学生会员，主要研究方向为推荐系统；作者简介：袁景凌(1975-),女，博士，教授，博士生导师，主要研究方向为绿色计算、机器学习、数据挖掘；作者简介：秦凤(1993-)，女，硕士生，主要研究方向为数据挖掘。收稿日期:2016-11-30基金：国家自然科学基金(613030

3、29)Point—of-interestRecommendationBasedonCommentTextinLocationSocialNetworkWANGXiao-yanYUANJing-lingQINFengCollegeofComputerScienceandTechnology,WuhanUniversityofTechnology;Abstract：Withtherapiddevelopmentofthelocation-basedsocialnetworks(LBSN),thepoint-of-interest(POI)recommendationisbecomingmorea

4、ndmoreimportanttousersandbusinesses.Atpresent,therecommendationalgorithmbasedonsocialnetworkmainlyusestheuser"shistoricaldataandsocialnetworkdatatoimprovethequalityofrecommendation,butignoresthePOT"scommenttextdata.AndthedatainLBSNoftenhavesomemissinginformation，howtoguaranteerobustnessisahugechall

5、engeforthepoint-of-intcrcstrecommendationalgorithms.Tothisencl,thispaperproposedanewmodelofpoint-of-interestrecommendation,calledSoGeoCommodel.Themodelcombinestheuser'ssocialnetworkdata,geographiclocationdataandthePOT'scommenttextdatatocarryonthePOTrecommendation.ExperimentalresuItsbasedonrecildata

6、setfromYelpshowthat,comparedwithothermainstreamPOIrecommendationmodels,theSoGeoCommodelcanimprovetheprecisionandrecallrate,havegoodrobustness,andgetabetterrecommendationeffect.Keyword：Userpoint-of-intcrcstrccommcndation;Socialnetworks;Commenttext;Geographicalinformdtion;Received：2016-11-301引言近年來，wc

7、b2・0技术得到了迅速发展，社交网络也随之繁荣，如微信、Facebook、Twitter等应用已经在全球流行。据最近调查可知，社交网站的访问量已经占据了互联网总访问量的25%,并且全球互联网用户中有近2/3的用户在使用社交网络服务同时随着智能手机的发展，支持GPS功能并且能够提供位置服务APP的手机开始普及，在这种情况下，基于位置的社交网络（Location-BasedSocialNetworks,LB-SN