-
公开(公告)号:CN106776928A
公开(公告)日:2017-05-31
申请号:CN201611090471.1
申请日:2016-12-01
Applicant: 重庆大学
Abstract: 本发明提出一种基于内存计算框架、融合社交环境及时空数据的位置推荐方法,搭建形成包含master主机和slave从机的集群,处理用户签到数据得到用户签到矩阵;从社交网络中去获取用户的社交好友关系数据,得到用户之间的社交关系矩阵;对社交环境进行分析和量化;构建推荐模型,对用户签到矩阵按时间进行拆分,将多种社交因素作为约束条件对矩阵进行分解,得到用户隐特征矩阵和位置隐特征矩阵,将用户隐特征矩阵和位置隐特征矩阵进行合并预测用户在每个时间状态下的签到偏好矩阵,采用投票方案将不同时间状态下的预测矩阵合并为统一的位置偏好预测矩阵;将得到的位置偏好预测矩阵的数据提取,输出分析结果。该方法计算速度快,准确性高。
-
公开(公告)号:CN106776928B
公开(公告)日:2020-11-24
申请号:CN201611090471.1
申请日:2016-12-01
Applicant: 重庆大学
IPC: G06F16/9537 , G06F16/9536 , G06Q50/00
Abstract: 本发明提出一种基于内存计算框架、融合社交及时空数据的位置推荐方法,搭建形成包含master主机和slave从机的集群,处理用户签到数据得到用户签到矩阵;从社交网络中去获取用户的社交好友关系数据,得到用户之间的社交关系矩阵;对社交环境进行分析和量化;构建推荐模型,对用户签到矩阵按时间进行拆分,将多种社交因素作为约束条件对矩阵进行分解,得到用户隐特征矩阵和位置隐特征矩阵,将用户隐特征矩阵和位置隐特征矩阵进行合并预测用户在每个时间状态下的签到偏好矩阵,采用投票方案将不同时间状态下的预测矩阵合并为统一的位置偏好预测矩阵;将得到的位置偏好预测矩阵的数据提取,输出分析结果。该方法计算速度快,准确性高。
-