面向獲取空間信息的潛在好友推薦算法
大小：3.05 MB 人氣： 2017-12-27 需要積分：3
隨著社交網(wǎng)絡的不斷發(fā)展，朋友推薦已成為各大社交網(wǎng)絡青睞的對象，在能夠幫助用戶拓寬社交圈的同時，可以通過新朋友獲取大量信息．由此。朋友推薦應該著眼于拓寬社交圈和獲取信息．然而。傳統(tǒng)的朋友推薦算法幾乎沒有考慮從獲取信息的角度為用戶推薦潛在好友。大多是依賴于用戶在線的個人資料和共同的物理空間中的簽到信息，而由于人們的活動具有空間局部性，被推薦的好友分布在用戶了解的地理空間，并不能滿足用戶通過推薦的朋友獲取更多理信息的需求．采用用戶在物理世界中的簽到行為代替虛擬社交網(wǎng)絡中的用戶資料，挖掘真實世界中用戶之間簽到行為的相似性。為用戶推薦具有相似的簽到行為且地理位置分布更廣泛的陌生人，能夠增加用戶接受被推薦的陌生人成為朋友的可能性。在保證一定的推薦精度的基礎上，增加用戶的信息獲取量．采用核密度估計估算用戶簽到行為的概率分布，用時間熵度量簽到行為在時間上的集中程度，選擇可以為用戶帶來更多新的地理信息的陌生人作為推薦的對象，通過大規(guī)模Foursquare的用戶簽到數(shù)據(jù)集，驗證了該算法能夠在精度上保證與目前已有的LBSN上陌生人推薦算法的相似性。在信息擴大程度上高于上述已有算法．
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
面向獲取空間信息的潛在好友推薦算法下載
相關電子資料下載
- TikTok將開發(fā)獨立版推薦算法，以滿足美國用戶需求？ 426
- 泰來三維| 三維激光測繪技術實現(xiàn)了歷史建筑三維空間信息的完整記錄 193
- 2023年中海達星推官系列直播再度啟航，與您一起探討空間信息技術 361
- 快手的短視頻推薦算法（1） 782
- 專訪廣州智方科技創(chuàng)始人聶佩林--談室內(nèi)空間信息技術發(fā)展 548
- 七項空間信息技術農(nóng)業(yè)應用科研進展 459
- 詳解推薦算法的架構流程 2871
- “自然資源空間信息化與實景三維應用”論壇成功舉辦 2501
- 《麻省理工科技評論》發(fā)布了最新的2021年10大突破性技術的概念 2814
- top-N推薦算法評測的影響有哪些？ 1846