您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于位置的社交网络数据foursquare

  2. 用于做位置预测和位置推荐的数据,不同地区的用户存在不同的签到时间偏好,且美国W外地区 Foursquare的用户较少,本文选取家在纽约的用户进行签到行为研巧。Foursquare签到 数据集用户个人信息中具有homecity属性.表征用户的家所在位置。
  3. 所属分类:深度学习

    • 发布日期:2018-01-19
    • 文件大小:25165824
    • 提供者:u011365692
  1. foursquare

  2. 社交地理数据,研究LBSN所使用的数据集。foursquare。
  3. 所属分类:机器学习

    • 发布日期:2019-03-04
    • 文件大小:152043520
    • 提供者:qq_25902895
  1. 地理社交数据集

  2. 地理社交数据集、研究LBSN所使用的数据集,brightkite
  3. 所属分类:机器学习

    • 发布日期:2019-03-04
    • 文件大小:60817408
    • 提供者:qq_25902895
  1. 一种面向获取空间信息的潜在好友推荐算法

  2. 随着社交网络的不断发展,朋友推荐已成为各大社交网络青睐的对象,在能够帮助用户拓宽社交圈的同.时,可以通过新朋友获取大量信息.由此,朋友推荐应该着眼于拓宽社交圈和获取信息.然而,传统的朋友推荐算法几.乎没有考虑从获取信息的角度为用户推荐潜在好友,大多是依赖于用户在线的个人资料和共同的物理空间中的签.到信息.而由于人们的活动具有空间局部性,被推荐的好友分布在用户了解的地理空间,并不能满足用户通过推荐的.朋友获取更多理信息的需求.采用用户在物理世界中的签到行为代替虚拟社交网络中的用户资料,挖掘真实世界
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:2097152
    • 提供者:weixin_38657848
  1. 位置社交网络中谱嵌入增强的兴趣点推荐算法

  2. 为了有效地捕捉LBSN中丰富的签到、社交等多维上下文信息的空间特性,并深层挖掘用户和POI之间的非线*互,提出了一种谱嵌入增强的POI推荐算法——PSC-SMLP,设计了偏好增强的谱聚类算法PSC和谱嵌入增强的神经网络SMLP。在2个经典数据集上与现有的POI推荐算法相比,PSC-SMLP可以深层学习用户对POI的个性化偏好,在准确率、召回率、nDCG、平均精度等指标中均获得较大提升。
  3. 所属分类:其它

    • 发布日期:2021-01-13
    • 文件大小:1013760
    • 提供者:weixin_38616435
  1. 一种面向获取空间信息的潜在好友推荐算法

  2. 随着社交网络的不断发展,朋友推荐已成为各大社交网络青睐的对象,在能够帮助用户拓宽社交圈的同.时,可以通过新朋友获取大量信息.由此,朋友推荐应该着眼于拓宽社交圈和获取信息.然而,传统的朋友推荐算法几.乎没有考虑从获取信息的角度为用户推荐潜在好友,大多是依赖于用户在线的个人资料和共同的物理空间中的签.到信息.而由于人们的活动具有空间局部性,被推荐的好友分布在用户了解的地理空间,并不能满足用户通过推荐的.朋友获取更多理信息的需求.采用用户在物理世界中的签到行为代替虚拟社交网络中的用户资料,挖掘真实世界
  3. 所属分类:其它

    • 发布日期:2021-03-31
    • 文件大小:3145728
    • 提供者:weixin_38687807