Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Targeted Retraining Scheme of Unsupervised Word Embeddings for Specific Supervised Tasks Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Behavior-Based Location Recommendation on Location-Based Social Networks

verfasst von : Seyyed Mohammadreza Rahimi, Xin Wang, Behrouz Far

Erschienen in: Advances in Knowledge Discovery and Data Mining

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Location recommendation makes suggestions of nearby locations based on user’s locational preferences and spatial movement patterns. In this paper, we propose two novel location recommendation methods called Behavior Factorization (BF) and Latent Behavior Analysis (LBA). Both methods utilize behavioral and spatio-temporal patterns in user movements to make location recommendation. Experiments on a real-world dataset shows that the proposed methods outperform existing location recommendation methods in terms of both precision and recall. Comparing LBA and BF, it is observed that LBA achieves better results since it utilizes the number of times each pattern has happened in the dataset.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Efficient Training of Adaptive Regularization of Weight Vectors for Semi-structured Text
Nächstes Kapitel Integer Linear Programming for Pattern Set Mining; with an Application to Tiling
Fußnoten
1
A location-based social networking website that in operation until 2012.
 
Literatur
1.
Ye, M., Ying, P., Lee, W.-C., Lee, D.L.: Exploiting geographical influence for collaborative point-of-interest recommendation. In: Proceedings of the ACM International Conference on Research & Development on Information Retrieval, Beijing, China, pp. 325–344 (2011)
2.
Cho, E., Myers, S.A., Leskovec, J.: Friendship and mobility: user movement in location-based social networks. In: Proceedings of the 17th ACM SIGKDD Conference on Knowledge Discovery and Data Mining, San Diego, California, USA, pp. 1082–1090 (2011)
3.
Rahimi, S.M., Wang, X.: Location recommendation based on periodicity of human activities and location categories. In: Pei, J., Tseng, V.S., Cao, L., Motoda, H., Xu, G. (eds.) PAKDD 2013. LNCS (LNAI), vol. 7819, pp. 377–389. Springer, Heidelberg (2013). doi:10.​1007/​978-3-642-37456-2_​32 CrossRef
4.
Bobadilla, J., Ortega, F., Hernando, A., Bernal, J.: A collaborative filtering approach to mitigate the new user cold start problem. Knowl. Based Syst. 26, 225–238 (2012)CrossRef
5.
6.
Eagle, N., Alex, S.: Eigenbehaviors: identifying structure in routine. Behav. Ecol. Sociobiol. 63(7), 1057–1066 (2009)CrossRef
7.
Zhou, D., Wang, B., Rahimi, S.M., Wang, X.: A study of recommending locations on location-based social network by collaborative filtering. In: Kosseim, L., Inkpen, D. (eds.) AI 2012. LNCS (LNAI), vol. 7310, pp. 255–266. Springer, Heidelberg (2012). doi:10.​1007/​978-3-642-30353-1_​22 CrossRef
8.
Zhang, J., Chow, C., Li, Y.: iGeoRec: a personalized and efficient geographical location recommendation framework. IEEE Trans. Serv. Comput. 8(5), 701–714 (2015)CrossRef
9.
Yu, Y., Wang, C., Gao, Y.: Attributes coupling based item enhanced matrix factorization technique for recommender systems. arXiv preprint arXiv:​1405.​0770 (2014)
10.
Yu, Y., Chen, X.: A survey of point-of-interest recommendation in location-based social networks. In: Workshops at AAAI (2015)
11.
Lian, D., Zhao, C., Xie, X., Sun, G., Chen, E., Rui, Y.: GeoMF: joint geographical modeling and matrix factorization for point-of-interest recommendation. In: Proceedings of the 20th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, New York, NY, USA (2014)
12.
Yuan, F., Guo, G., Jose, J., Chen, L., Yu, H., Chen, L.: Joint geo-spatial preference and pairwise ranking for point-of-interest recommendation. In: Proceeding of: 28th International Conference on Tools with Artificial Intelligence, San Jose, California, USA (2016)
13.
Gao, H., Tang, J., Hu, X., Liu, H.: Exploring temporal effects for location recommendation on location-based social networks. In: Proceedings of the 7th ACM Conference on Recommender Systems - RecSys 2013 (2013)
14.
Koren, Y., Bell, R., Volinsky, C.: Matrix factorization techniques for recommender systems. IEEE Comput. 42(8), 30–37 (2009)CrossRef
15.
Hofmann, T.: Probabilistic latent semantic analysis. In: Proceedings of Uncertainty in Artificial Intelligence, UAI 1999, Stockholm, Sweden (1999)
Metadaten
Titel
Behavior-Based Location Recommendation on Location-Based Social Networks
verfasst von
Seyyed Mohammadreza Rahimi
Xin Wang
Behrouz Far
Copyright-Jahr
2017
Buch
Advances in Knowledge Discovery and Data Mining

Print ISBN: 978-3-319-57528-5

Electronic ISBN: 978-3-319-57529-2

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-57529-2_22

Premium Partner

    Bildnachweise