摘要
随着智能手机和移动互联网的广泛应用,位置签到数据呈爆炸式增长,为兴趣点推
荐系统的研究提供了丰富的数据基础。在这一研究领域中,下一个兴趣点推荐系统已经
成为研究的重点,其核心任务是根据用户的历史签到数据,向用户推荐合适的兴趣点。
尽管现有的兴趣点推荐系统在预测用户可能访问的下一个兴趣点方面取得了显著进展,
但仍存在一些关键问题迫切需要解决:(1)未能以更细粒度的方式建模历史签到兴趣点
与用户当前时间之间的时间间隔,并且忽略了签到频率与时间间隔之间的相关性。(2
摘要
随着智能手机和移动互联网的广泛应用,位置签到数据呈爆炸式增长,为兴趣点推
荐系统的研究提供了丰富的数据基础。在这一研究领域中,下一个兴趣点推荐系统已经
成为研究的重点,其核心任务是根据用户的历史签到数据,向用户推荐合适的兴趣点。
尽管现有的兴趣点推荐系统在预测用户可能访问的下一个兴趣点方面取得了显著进展,
但仍存在一些关键问题迫切需要解决:(1)未能以更细粒度的方式建模历史签到兴趣点
与用户当前时间之间的时间间隔,并且忽略了签到频率与时间间隔之间的相关性。(2
文档评论(0)