在兴趣点推荐中,由于用户签到矩阵的稀疏性问题,基于协同过滤的兴趣点推荐算法难以准确计算用户相似度,导致推荐效果不理想。论文提出一种基于用户兴趣相似度和熟悉度的兴趣点推荐算法,能在稀疏的数据集上计算用户相似性,改善邻近用户搜索质量,提高推荐准确率。实验结果表明,论文方法与其他矩阵分解算法相比具有更好的推荐效果。
科研之友
微信
新浪微博
Facebook
分享链接
