利用以社交为中心的评分进行场所推荐

用户建模是为用户提供相关场所推荐的一项非常重要的任务。这些推荐通常基于将场所特征与用户偏好进行匹配，而用户偏好可以从先前访问过的位置中收集。在本文中，我们提出了一组用于进行个性化兴趣点推荐的相关性评分。这些评分通过关注从用户先前访问过的场所中提取的不同类型信息来对每个用户进行建模。特别地，我们重点关注从基于位置的社交网络上的社交信息中提取的评分。我们在 TREC Contextual Suggestion Track 数据集上进行的实验表明，社交评分比基于场所内容的评分更有效。