Geo-SAGE：一种用于空间物品推荐的地理稀疏加性生成模型
信息检索
2015-03-13 v1 数据库
社会与信息网络
摘要
随着基于位置的社交网络（LBSNs）的快速发展，空间物品推荐已成为帮助人们发现吸引人的有趣场所和事件的重要手段，尤其是当用户出城旅行时。然而，与传统推荐系统相比，这种推荐非常具有挑战性。用户只能访问数量有限的空间物品，导致用户-物品矩阵非常稀疏。用户访问的大多数物品位于其居住地附近短距离内，这使得当用户前往远方时很难推荐物品。此外，用户兴趣和行为模式在不同地理区域之间可能差异显著。鉴于此，我们在本文中提出Geo-SAGE，一种用于空间物品推荐的地理稀疏加性生成模型。Geo-SAGE通过利用空间物品的共现模式和空间物品的内容，同时考虑用户个人兴趣和目标区域人群的偏好。为了进一步缓解数据稀疏问题，Geo-SAGE通过在一个设计良好的称为空间金字塔的空间索引结构上平滑人群偏好，来利用地理相关性。我们进行了大量实验，在两个真实大规模数据集上评估我们的Geo-SAGE模型的性能。实验结果清楚地表明，我们的Geo-SAGE模型在城外和家乡推荐两项任务上均优于最先进水平。
引用
@article{arxiv.1503.03650,
title = {Geo-SAGE: A Geographical Sparse Additive Generative Model for Spatial Item Recommendation},
author = {Weiqing Wang and Hongzhi Yin and Ling Chen and Yizhou Sun and Shazia Sadiq and Xiaofang Zhou},
journal= {arXiv preprint arXiv:1503.03650},
year = {2015}
}
备注
10 pages, 15 figures