数据学习
AI博客
原创AI博客
大模型技术博客
期刊会议
学术世界
期刊出版社
领域期刊
SCI/SCIE/SSCI/EI简介
期刊列表
会议列表
所有期刊分区
学术期刊信息检索
JCR期刊分区查询
CiteScore期刊分区查询
中科院期刊分区查询
管理 - UTD24期刊列表
管理 - AJG(ABS)期刊星级查询
管理 - FMS推荐期刊列表
计算机 - CCF推荐期刊会议列表
南大核心(CSSCI)
合工大小核心
合工大大核心
AI资源仓库
AI领域与任务
AI研究机构
AI学术期刊
AI论文快讯
AI数据集
AI开源工具
数据推荐
AI大模型
国产AI大模型生态全览
AI模型概览图
AI模型月报
AI基础大模型
AI大模型排行榜
大模型综合能力排行榜
大模型编程能力排行榜
OpenLLMLeaderboard中国站
AI大模型大全
在线聊天大模型列表
2023年度AI产品总结
Exploring Temporal Effects for Location Recommendation on Location-Based Social Networks
Vanessa He
RecSys
2013-11
2305
2017/06/08 21:55:42
![](http://www.datalearner.com/resources/blog_images/82f9426d-f778-49cc-93c2-27518a9078b0.png) 本文在POI推荐基础上考虑时序性的影响,于是本文假定用户的日常签到偏好受两种时序因素影响: (1)**非一致性**:一个用户在一天中的不同小时内有着不同的签到偏好; (如上图中的建模所示,在传统矩阵分解模型基础上,考虑用户签到兴趣与时间有关,同时考虑了用户在说会见上的正则化) (2)**连续性**:一个用户在连续的时间内有着较为相似的签到偏好。 (如上图建模所示,考虑用户在连续时间上的兴趣偏好差异尽可能的小,为此通过正则化来实现,正则化的化简如下图所示) ![](http://www.datalearner.com/resources/blog_images/5a714db8-db5e-4ce1-8ab2-81934b7e36e2.png) 于是,综合这两个时序影响因素,最终的模型如下: ![](http://www.datalearner.com/resources/blog_images/4c675628-1f16-49d8-8255-38cd10f16fa6.png) 然后通过梯度下降实现参数求解。
赏
支付宝扫码打赏
如果文章对您有帮助,欢迎打赏鼓励作者
Back to Top