基于位置服务的潜在好友推荐方法.PDFVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于位置服务的潜在好友推荐方法

软件 2015 年第 36 卷 第 1 期 SOFTWARE 国际IT 传媒品牌 基于位置服务的潜在好友推荐方法 符饶 (北京邮电大学 网络与交换技术国家重点实验室 北京 100876) : 有效的潜在好友推荐是促进社交网络不断增长的重要途径,基于位置的社交网络(LBSN)支持用户随时随地记 录自己所处的位置以及分享身边发生的事,用户通过签到生成的地理位置信息构成了用户的行为轨迹。文章提出了一种利 用用户签到信息的潜在好友推荐方法,不同于传统的只考虑签到位置信息的方法,文章中的方法还考虑了签到的时间以及 签到的次数。方法首先将签到的时间信息及空间信息压缩,然后进一步通过计算用户之间的相似度来决定向目标用户推荐 的潜在好友。相似度主要决定于用户之间的重合点数量、近似点数量以及签到点集大小。文章最后使用大型位置服务社交 网络 Gowalla 的真实用户访问数据,以准确率与召回率作为评价标准,证明了本文使用的方法在效果上优于传统的使用位 置信息的潜在好友推荐方法。 : 好友推荐;位置服务;用户相似度;签到数据 中图分类号: TP393 文献标识码: A DOI: 10.3969/j.issn.1003-6970.2015.01.012 本文著录格式:符饶. 基于位置服务的潜在好友推荐方法[J]. 软件,2015,36(1):6266 Potential friend recommended approach based on location services FU Rao (State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing 100876, China) 【Abstract 】: Effective friend recommendation effective potential is an important way to promote the growing social network. Location-based social networking (LBSN) Supports user to record their location anywhere and share things happening around. Location information generated by the user constitute the users behavior trajectory. This paper presents a potential friend recommendation method using the location information of user. Different from conventional method which only consider location information, this paper also consider the influence of time and the number of check-in. Firstly, this method compress time information and cluster location information. Then further by the similarity calculation to determine the users recommendation to target potential friends. Similarity is

文档评论(0)

zhuwo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档