融合时间序列的POI动态推荐算法.pdf
兴趣点( POI) 的签到数据体现了用户的偏好和兴趣点的分布特征，这在兴趣点推荐领域有极为重要的价值． 为了缓解 数据稀疏造成的推荐不准确等问题，本文提出了融合时间序列的 POI 动态推荐算法，结合用户与用户之间的关系、兴趣点位置 以及流行度信息等． 首先划分时间序列，得到时间因子的相似度;其次时间序列融入到基于用户的协同过滤算法，再根据时间的 连续性特征得到基于用户的预测评分，然后将地理影响因子与基于时间的流行度信息结合，预测用户的评分，进而与基于用户 的评分加权融合;最后，在 Gowalla 数据集上进行实验，结果表明，本文提出的融合时间序列的 POI 动态推荐算法能够有效减小 推荐误差，
文件下载
评论信息
-
-
-
denghaojian :只是一篇论文。。。2020-09-01 -
其他资源
- JFinal 新闻项目示例
- 基于matlab的汽车牌照识别
- TE过程数据
- 分支限界法实现0-1背包
- solr7.0性能测试报告
- ST Microelectronics原件库
- 嵌入式MP3播放器项目源代码
- OpenMP并行计算程序例子
- mfc中模态、非模态对话框与主对话框之间的数据交换
- OneWire和DallasTemperature库文件
- RNN和LSTM原理
- Python27.zip
- 跨年倒计时代码零点有烟花
- 5.6.unitypackage
- 面向对象闲话
- 监督学习包括线性模型、决策树模型、贝叶斯模型、支持向量机
- 蓝牙耳机智能一拖二的连接方法
- 《ARCore之路－Untiy开发从入门到实践》目录
- java版图形学代码大全
- 使用继承的方法构造3个类，（即雇员类——虚基类，教师类和工人类——派生类），教师教师工资由基本工资+级别工资+工龄工资+课时工资构成；工人工资由基本工资+级别工资+工龄工资+奖励工资构成
- 基于HMM的手势识别
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明