声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1777/TP
国际刊号：1000-1239
发布日期:
作者：龚卫华,金蓉,裴小兵,梅建萍,
关键词：基于位置的社交网络, 联合聚类, 重叠社区, 非负矩阵分解, 兴趣点推荐,
近年来，异质网络中的社区发现逐渐成为人们关注的研究热点，然而现有大多数非重叠或重叠的社区发现方法都局限于考虑单一类型的网络结构，而无法适用于包含多模实体及其多维关系的异质网络，基于位置的社交网络(locationbasedsocialnetwork,LBSN)作为最近兴起的一种新型异质网络，如何有效发现其含有多维关系的复杂社区结构对现有研究来说是一个挑战性的难题.为此，提出了一种融合用户与位置实体及其多维关系的社区发现方法MRNMF(multi-relationalnonnegativematrixfactorization)，该方法通过建立基于非负矩阵分解的联合聚类目标函数，并考虑融入用户社交关系、用户-位置签到关系以及兴趣点特征等多维度的影响因素，能同时获得紧密关联的用户模糊社区与兴趣点聚簇结构，以有效缓解推荐中的数据稀疏问题.在2种真实LBSN数据集上的实验结果表明，所提出的MRNMF方法同时在兴趣点与朋友这双重推荐上比其他传统方法具有更优越的推荐性能.
来源：2019年第11期
《计算机研究与发展》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。