基于地域特征和异构社交关系的事件推荐算法研究  

Event Recommendation Based on Geographical Features and Heterogeneous Social Relationships

作　　者：乔治[1,2] 周川[2,3] 纪现才[3] 曹亚男[3] 郭莉[3] 

机构地区：[1]中国科学院计算技术研究所,北京100190 [2]中国科学院大学,北京100049 [3]中国科学院信息工程研究所,北京100093

出　　处：《中文信息学报》2016年第5期47-56,共10页Journal of Chinese Information Processing

基　　金：国家重点基础研究发展计划(973计划)(2013CB329605);国家自然科学基金(61502479;61403369);中国科学院战略先导科技专项(XDA06030200)

摘　　要：近几年,在基于事件的社交网络(EBSNs)服务中,为便于增强用户体验,事件推荐任务一直被广泛研究。本文基于对EBSN中用户行为数据的详细分析,提出了一种新型的融合多种数据特征的潜在因子模型。该模型综合考虑EBSN中两种新型的数据特征:异构的社交关系特征(线上社交关系+线下社交关系)和用户参与行为的地域性特征。基于真实的Meetup数据集,实验结果表明我们的算法在解决事件推荐问题时比传统的算法有更好的性能。In order to improve users＇ experience in event-based social networks （EBSNs） services, the event recom- mendation task has been studied in the recent years. In this paper, the user motivation data of EBSN applications is analyzed, and a novel latent factor model unifying multiple data features is proposed. This method considers two new types of features, i. e. , heterogeneous online＆ offline social relationships and regional preference of users, and applies them for event recommendation. Experimental results on real-world data sets showed our method had better performance than some traditional methods.

关 键 词：事件推荐 基于事件的社交网络 用户行为倾向 协从过滤 地域特征 异构社交关系 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]