-
题名融合多种数据信息的餐馆推荐模型
被引量：10
- 1
-
-
作者
戴琳
孟祥武
张玉洁
纪威宇
-
机构
智能通信软件与多媒体北京市重点实验室(北京邮电大学)
北京邮电大学计算机学院
-
出处
《软件学报》
EI
CSCD
北大核心
2019年第9期2869-2885,共17页
-
基金
北京市教育委员会共建项目~~
-
文摘
餐馆推荐可以利用用户的签到信息、时间上下文、地理上下文、餐馆属性信息以及用户的人口统计信息等挖掘用户的饮食偏好,为用户生成餐馆推荐列表.为了更加有效地融合这些数据信息,提出一种融合了多种数据信息的餐馆推荐模型,该模型首先利用签到信息和时间上下文构建“用户-餐馆-时间片”的三维张量,同时利用其他数据信息挖掘若干用户相似关系矩阵和餐馆相似关系矩阵;然后,在概率张量分解的基础上同时对这些关系矩阵进行分解,并利用 BPR 优化准则和梯度下降算法进行模型求解;最后得到预测张量,从而为目标用户在不同时间片生成相应的餐馆推荐列表.通过在两个真实数据集上的实验结果表明:相比于目前存在的餐馆推荐模型,所提出的模型有着更好的推荐效果和可接受的运行时间,并且缓解了数据稀疏性对推荐效果的影响.
-
关键词
餐馆推荐
概率张量分解
相似关系
BPR
优化
梯度下降
-
Keywords
restaurant recommendation
probabilistic tensor factorization
similar relation
bpr-opt
gradient descent
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
