基于用户-内容主题模型的兴趣点联合推荐算法

来源：计算机工程与应用杂志2018年第4期北京时间：

作者：卢 露1，朱福喜2，高 榕2，朱 林1

单位：1.上海电力学院 计算机科学与技术学院，上海 200090；2.武汉大学 计算机科学与技术学院，武汉 430072

摘要：目前基于协同过滤的兴趣点推荐算法能够获得较好的推荐效果，但是当用户外出远离其常驻地时，推荐效果急剧下降，主要原因是用户的签到记录主要集中在其常驻地周围，而对其他兴趣点的签到行为较少，此时不能准确计算用户兴趣。因此提出了一种基于主题模型的兴趣点推荐算法，在推荐过程中同时考虑了用户的偏好分布和兴趣点的主题分布，使得当用户在新的兴趣点时，也能获得较好的推荐。实验证明，该方法不仅能够缓解推荐数据的稀疏性问题，而且与其他方法相比有更高的推荐准确率。

关键词：位置社交网络,兴趣点推荐,协同过滤