融合地理社交和时间序列信息嵌入排名位置推荐模型

来源 :计算机应用研究 | 被引量 : 5次 | 上传用户:weiqiwin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在基于社会化媒体的位置推荐中,建模用户签到的位置序列建模十分必要。已有的相关算法大多都忽略了这样一个事实,即不同日子的签到序列表现出了不同的时间特征。为解决上述问题,提出一个地理社交时间序列嵌入排名(GSTSER)模型用于基于社会化媒体的位置推荐。该统一模型中的时间位置嵌入模型用于捕获序列中的上下签到信息以及不同日子的各种时间特征。同时,也提出了一种新的方法,根据地理—社交信息区分未访问的位置,将地理—社交影响纳入成对偏好排序方法。最后,基于一个统一的框架来结合这两种模型用于推荐位置。为了验证提出方
其他文献
针对决策属性为区间犹豫模糊数(IVHFN)且属性间相互关联的多属性决策(MADM)问题,提出一种基于区间犹豫模糊加权Heronian平均(IVHFWHM)算子的新型决策方法。同时基于IVHFN运算法则和Heronian平均(HM)算子,提出了区间犹豫模糊Heronian平均(IVHFHM)算子和IVHFWHM算子。研究了IVHFHM算子的置换不变性、幂等性、单调性、有界性和参数对称性等性质。建立基
针对利用局部化思想解决多模数据的判别分析问题时,根据经验对局部邻域大小进行全局统一设定,无法体现局部几何结构差异性的不足,提出一种邻域自适应半监督局部Fisher判别分析(neighborhood adaptive semi-supervised local Fisher discriminant analysis,NA-SELF)算法。该算法在半监督局部Fisher判别分析算法的基础上,结合马氏
依照洛克的说法,“不安”是现代人的生命状态。而这种“不安”,却来自于笛卡儿所谓“我思”(cogito)的生命构造。现代人正因为有了这样的生命,才会有自己的爱和恨,有自己的快乐
随着时代的变化,教育对一个国家经济发展的作用变得越来越重要,教育对受教育者人力资本的提升、职业的发展和收入水平的提高也有着显著的影响。因此,社会和个人对教育的需求越来
30年前,北京大学高等教育研究室的建立,标志着北京大学开始恢复教育学科。但与其说恢复,不如说是新建。这不仅是因为新中国成立前教育学科的传统在北大已中断多年,而且在当时中国