利用用户的历史GPS数据来向用户推荐与地点相关的内容.docxVIP

下载本文档

0
0
约1.3千字
约 5页
2020-06-27 发布于四川
举报
版权申诉

利用用户的历史GPS数据来向用户推荐与地点相关的内容.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
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、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、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、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

问题定义：本文将用户不同的行为数据结合在一起进行训练，通过这种方法，最终得到的用户特征矩阵包含了多个数据的信息，另外还可以向用户推荐不同种类的内容。例如通过分析用户的GPS数据，我们可以得到一个用户去过哪些地点，也可以得到这个用户在这个地点做了什么事情，也可以得到一个地点比较适合做什么事情。这样我们就可以得到一个三维的矩阵，在处理多维矩阵的时候，我们可以采用tensor方法，也可以利用协同矩阵分解方法，将不同的信息结合在一起。本文一共对比了三个不同的算法，第一个为协同矩阵分解(collaborative matrix factorization)，第二种是基于tensor的矩阵分解