基于随机游走策略的LBSN表示学习
来源：计算机应用与软件杂志2025年第10期北京时间：
作者：许美思
摘要：为了充分挖掘互相关信息,提升基于位置的社交网络(LBSN)推荐的准确度和鲁棒性,提出一种基于随机游走策略的LBSN表示学习方法。基于对社区重叠结构的分析,为超图设计一种角色分解算法,该算法描述用户上下文和角色节点的分配,从而完全获取LBSN中的三种行为;引入的随机游走策略通过时间衰减因子捕捉用户移动的地理影响和时间周期,该因子强可以反映用户的最新偏好,有助于解决数据稀疏和动态偏好问题;在多个数据集上验证了该方法的有效性。
关键词：随机游走策略, 衰减因子, 社交网络, 稀疏性
