基于张量分解且顾及上下文语义信息的兴趣点推荐方法
授权
摘要
本发明公开了一种基于张量分解且顾及上下文语义信息的兴趣点推荐方法,包括以下步骤:S1:计算用户社交活跃度、用户签到位置活跃度、用户签到时间活跃度和用户活跃度;S2:计算用户的社交相似度、用户的签到位置相似度、用户的签到时间相似度和用户相似度;S3:进行用户聚类;S4:计算签到位置的兴趣点流行度;S5:计算时间槽热度;S6:构建U‑L‑T三维张量;S7:分解U‑L‑T三维张量,生成兴趣点推荐列表。本发明有效融合地理位置、签到时间、用户社交关系和兴趣点流行度等上下文信息,改善上下文信息利用率低和签到数据弱语义性问题。
基本信息
专利标题 :
基于张量分解且顾及上下文语义信息的兴趣点推荐方法
专利标题(英):
暂无
公开(公告)号 :
CN112784160A
申请号 :
CN202110123335.2
公开(公告)日 :
2021-05-11
申请日 :
2021-01-29
授权号 :
CN112784160B
授权日 :
2022-05-20
发明人 :
周艳陈帅先蒋程程覃梦逗
申请人 :
电子科技大学
申请人地址 :
四川省成都市高新区(西区)西源大道2006号
代理机构 :
成都正华专利代理事务所(普通合伙)
代理人 :
李蕊
优先权 :
CN202110123335.2
主分类号 :
G06F16/9535
IPC分类号 :
G06F16/9535 G06F40/30 G06K9/62 G06Q50/00
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06F
电数字数据处理
G06F16/9535
••••基于用户配置文件和个性化自定义搜索
法律状态
2022-05-20 :
授权
2021-05-28 :
实质审查的生效
IPC(主分类) : G06F 16/9535
申请日 : 20210129
申请日 : 20210129
2021-05-11 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载