您当前的位置:
首页 >
文章列表页 >
融合社交地理信息加权矩阵分解的兴趣点推荐算法
融合社交地理信息加权矩阵分解的兴趣点推荐算法
Point of interest recommendation algorithm integrating social geographical information based on weighted matrix factorization
- “在兴趣点推荐领域,研究者提出了SGWMF算法,通过融合社交地理位置信息,有效提高了推荐准确性。”
- 吉林大学学报(工学版) 2023年53卷第9期 页码:2632-2639
DOI: 10.13229/j.cnki.jdxbgxb.20211201
移动端阅览
AI导读
HTML全文
图( 6 ) 表( 2 )
参考文献
出版信息
数据统计
24
浏览量
140
下载量
2
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于伪触觉反馈的多模态车载交互
基于真⁃伪三连体神经网络的传感器本体匹配方法
多策略改进核搜索算法及其应用
基于显著性检测的抗剪切攻击的图像数字水印方法
多无人机辅助通信的节能卸载策略
相关作者
沈传亮
叶瑞章
马骁远
张嘉垚
汪震
胡宏宇
卢家伟
剡昌锋
相关机构
吉林大学 汽车底盘集成与仿生全国重点实验室
兰州理工大学 机电工程学院
吉林化工学院 信息与控制工程学院
中国民航大学 计算机与人工智能学院
中国民航大学 安全科学与工程学院

