吉林大学学报(工学版) ›› 2019, Vol. 49 ›› Issue (5): 1653-1660.doi: 10.13229/j.cnki.jdxbgxb20181264

• • 上一篇    

基于K-means和矩阵分解的位置推荐算法

李宾1(),周旭2(),梅芳3,潘帅宁4   

  1. 1. 吉林大学 数学学院，长春 130012
    2. 吉林大学 公共计算机教学与研究中心，长春 130012
    3. 吉林大学 计算机科学与技术学院，长春 130012
    4. 华中科技大学 计算机科学与技术学院，武汉 430074
  • 收稿日期:2018-12-22 出版日期:2019-09-01 发布日期:2019-09-11
  • 通讯作者: 周旭 E-mail:lb@jlu.edu.cn;zhoux16@jlu.edu.cn
  • 作者简介:李宾(1960-),女,副教授.研究方向:算法分析与设计.E-mail:lb@jlu.edu.cn
  • 基金资助:
    国家自然科学基金项目(61806083);吉林省科技厅优秀青年人才基金项目(20190103051JH);吉林省教育厅“十三五”科学技术项目(JJKH20190161KJ)

Location recommendation algorithm based on K-means and matrix factorization

Bin LI1(),Xu ZHOU2(),Fang MEI3,Shuai-ning PAN4   

  1. 1. College of Mathematics, Jilin University, Changchun 130012, China
    2. Center for Computer Fundamental Education, Jilin University, Changchun 130012, China
    3. College of Computer Science and Technology, Jilin University, Changchun 130012, China
    4. College of Computer Science and Technology, Huazhong University of Science and Technology, Wuhan 430074, China
  • Received:2018-12-22 Online:2019-09-01 Published:2019-09-11
  • Contact: Xu ZHOU E-mail:lb@jlu.edu.cn;zhoux16@jlu.edu.cn

RICH HTML

 17   

PDF (PC)

137

摘要：

采用矩阵分解方法为模型量化用户对未知位置的签到次数，利用改进的融合用户间签到和好友关系的相似度计算方法计算用户间的相似度，通过聚类方法将用户进行群组划分，最终提出结合聚类和矩阵分解的方法实现个性化位置推荐。相比于基于用户协同过滤和基于矩阵分解推荐算法，本文算法在位置推荐召回率和准确率上均有提高，同时，在推荐运行时间上也优于其他算法。

关键词: 计算机应用, 矩阵分解, K均值聚类, 位置推荐, 基于位置社交网络

Abstract:

In this paper, a novel POI recommendation algorithm based on clustering and matric factorization is proposed. The matrix factorization method is used to quantify the user's number of check-in for unknown location. The clustering method is used to divide the users into groups. In addition, the improved similarity calculation method is used to calculate the similarity among users. The experiment results on Yelp dataset show that the proposed method can improve the location recommendation recall rate and accuracy rate, demonstrating the better performance of our method compared to other methods.

Key words: computer application, matrix factorization, K-means clustering, location recommendation, location based social network

中图分类号: 

  • TP391.3

图1

基于位置的社交网络"

图2

CF和FCF算法的准确率对比结果"

图3

CF和FCF算法的召回率对比结果"

图4

CF和FCF的加权调和平均F值"

图5

Top-20下不同簇个数KMF的准确率结果"

图6

Top-20下不同簇个数KMF的召回率结果"

图7

Top-20下不同簇个数KMF的加权调和平均结果"

图8

MF、MFCF和KMF的准确率对比结果"

图9

MF、MFCF和KMF的召回率对比结果"

图10

MF、MFCF和KMF的加权调和平均对比结果"

1 Gao R , Li J , Li X F . A personalized point of interest recommendation model via fusion of geo-social information[J]. Neurocomputing, 2018, 273: 159-170.
2 Yin H Z , Wang W Q , Chen L , et al . Mobi-SAGE-RS: a sparse additive generative model-based mobile application recommender system[J]. Knowledge Based Systems, 2018, 157: 68-80.
3 Wang X Y , Wang C L . Recommendation system of e-commerce based on improved collaborative filtering algorithm[C]∥Proceedings of 8th IEEE International Conference on Software Engineering and Service Science, Beijing, 2017: 332-335.
4 Chen G , Wang F , Zhang C . Collaborative filtering using orthogonal nonnegative matrix tri-factorization[J]. Information Processing Management, 2009, 45(3): 368-379.
5 Qian X , Feng H , Zhao G , et al . Personalized recommendation combing user interest and social circle[J]. IEEE Transaction on Knowledge Data Engineering, 2014, 26(7): 1763-1777.
6 余永红, 高阳, 王皓 . 基于Ranking的泊松矩阵分解兴趣点推荐算法[J]. 计算机研究与发展, 2016, 53(8): 1651-1663.
Yu Yong-hong , Gao Yang , Wang Hao . A ranking based poisson matrix factorization model for point of interest recommendation[J]. Journal of Computer Research and Development, 2016, 53(8): 1651-1663.
7 Cheng C , Yang H , King I . Fused matric factorization with geographical and social influence in location based social networks[C]∥Proceedings of the 26th AAAI Conference on Artificial Intelligence, Menlo Park, 2012: 17-23.
8 Ren X , Song M . Context aware probabilistic matrix factorization modeling for point of interest recommendation[J]. Neurocomputing, 2017, 41: 38-55.
9 吴海峰, 张书奎, 林政宽, 等 . 融合隐语义和邻域算法的兴趣点推荐模型[J]. 计算机应用研究, 2018, 35(7): 1955-1959.
Wu Hai-feng , Zhang Shu-kui , Lin Zheng-kuan , et al . Synthetic recommendation model for point-of-interest: fusion latent factor and neighborhood-based algorithm[J]. Application Research of Computers, 2018, 35(7): 1955-1959.
10 Ference G , Ye M , Lee W C . Location recommendation for out-of-town users in location-based social networks[C]∥Proceedings of the 22nd ACM International Conference on Information & Knowledge Management,Beijing, 2013: 721-726.
11 Bokde D , Girase S , Mukhopadhyay D . Matrix factorization model in collaborative filtering algorithms: a survey[J]. Procedia Computer Science, 2015, 49(1):136-146.
12 Murphy R M . YELP[J]. Fortune, 2011, 164(3): 66.
[1] 孙延君,申铉京,陈海鹏,赵永哲. 基于局部平面线性点的翻拍图像鉴别算法[J]. 吉林大学学报(工学版), 2019, 49(4): 1320-1328.
[2] 李雄飞,宋璐,张小利. 基于协同经验小波变换的遥感图像融合[J]. 吉林大学学报(工学版), 2019, 49(4): 1307-1319.
[3] 翟凤文,党建武,王阳萍,金静,罗维薇. 基于扩展轮廓的快速仿射不变特征提取[J]. 吉林大学学报(工学版), 2019, 49(4): 1345-1356.
[4] 刘元宁,刘帅,朱晓冬,霍光,丁通,张阔,姜雪,郭书君,张齐贤. 基于决策粒子群优化与稳定纹理的虹膜二次识别[J]. 吉林大学学报(工学版), 2019, 49(4): 1329-1338.
[5] 李宾,申国君,孙庚,郑婷婷. 改进的鸡群优化算法[J]. 吉林大学学报(工学版), 2019, 49(4): 1339-1344.
[6] 王楠,李金宝,刘勇,张玉杰,钟颖莉. TPR⁃TF:基于张量分解的时间敏感兴趣点推荐模型[J]. 吉林大学学报(工学版), 2019, 49(3): 920-933.
[7] 刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[8] 王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[9] 金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[10] 赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[11] 刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[12] 欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[13] 刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[14] 车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[15] 桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 《吉林大学学报(工学版)》编辑部
地址：长春市人民大街5988号　电话：+86-431-85095297　传真：+86-431-85094074　E-mail: xbgxb@jlu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发