支持多维标签云的移动餐厅推荐系统仿真研究

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (4): 236-239.

支持多维标签云的移动餐厅推荐系统仿真研究

刘斌，杨帆

重庆市科学技术研究院，重庆 401123

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-02-01 发布日期:2012-04-05

Simulation of mobile restaurant recommendation system supporting multi-dimension tag-cloud

LIU Bin, YANG Fan

Chongqing Academy of Science & Technology, Chongqing 401123, China

Received:1900-01-01 Revised:1900-01-01 Online:2012-02-01 Published:2012-04-05

摘要/Abstract

摘要： 实现了一个可提供基于位置的移动餐厅推荐及导航服务的系统。结合最新的Web2.0应用数据，实现了多模式的餐厅信息推送服务，包括基于模糊条件约束的查询机制，基于位置的地图浏览模式和基于三维标签云的协同信息共享机制，为用户提供实时的基于位置的餐厅个性推荐及导航。同时，针对移动手机屏幕较小，显示内容受限的问题，研究并提出了一个“面向移动终端的多维标签云可视化方法”，并实现了一种标签云关联分析和聚类算法，实现了基于用户偏好的快速导航。

关键词: 基于位置的服务, 第二代互联网, 标签云, 个性化推荐

Abstract: This paper implements a mobile location-based restaurant navigation and recommend system. Combing the Web2.0 application data, the multiple-mode restaurant information push services are realized, which include the fuzzy constraint search mode, the location-
based browse mode, and the multi-dimension tag-cloud based collaborative sharing mode. Especially, in order to solve the visible information limitation brought by the limited display screen of mobile devices, it proposes a “mobile-oriented multi-dimension tag-cloud visualization approach”, and realizes a tag-cloud relationship-analysis and clustering algorithm, which can achieve a rapid navigation based on user preferences.

Key words: location-based service, Web2.0, tag-cloud, personalized recommendation

刘斌，杨帆. 支持多维标签云的移动餐厅推荐系统仿真研究[J]. 计算机工程与应用, 2012, 48(4): 236-239.

LIU Bin, YANG Fan. Simulation of mobile restaurant recommendation system supporting multi-dimension tag-cloud[J]. Computer Engineering and Applications, 2012, 48(4): 236-239.

[1]	宗晓萍，陶泽泽. 基于掌握速度的知识追踪模型[J]. 计算机工程与应用, 2021, 57(6): 117-123.
[2]	吕鑫，赵连成，余记远，谭彬，曾涛，陈娟. 基于轨迹聚类的连续查询隐私保护方法[J]. 计算机工程与应用, 2021, 57(2): 104-112.
[3]	张鹏飞，王宜贵，张志军. 融合标签和多元信息的个性化推荐算法研究[J]. 计算机工程与应用, 2019, 55(5): 159-165.
[4]	王永康，袁卫华，张志军，温鹏. 融合时间隐语义填充和子群划分的推荐算法[J]. 计算机工程与应用, 2019, 55(16): 130-137.
[5]	候营辉，阳旺. 用户情境感知的流式移动应用推荐[J]. 计算机工程与应用, 2019, 55(11): 129-135.
[6]	刘伟1，刘柏嵩1，王洋洋2. 海量学术资源个性化推荐综述[J]. 计算机工程与应用, 2018, 54(3): 30-39.
[7]	罗亚. 基于决策过程的个性化推荐系统设计[J]. 计算机工程与应用, 2017, 53(14): 105-110.
[8]	韩建妙，刘业政. 基于遗传算法的超市最短导购路径推荐[J]. 计算机工程与应用, 2016, 52(4): 238-242.
[9]	刘艳，潘善亮. 基于LBSN好友关系的个性化景点推荐方法[J]. 计算机工程与应用, 2015, 51(8): 117-122.
[10]	赵洪斌，马志强，印桂生，韩启龙. 移动对象连续查询位置匿名策略[J]. 计算机工程与应用, 2015, 51(12): 5-9.
[11]	张新猛，蒋盛益，李霞，张倩生. 基于网络和标签的混合推荐算法[J]. 计算机工程与应用, 2015, 51(1): 119-124.
[12]	郑翠翠，李林. 协同过滤算法中的相似性度量方法研究[J]. 计算机工程与应用, 2014, 50(8): 147-149.
[13]	马小军1，赵伟2. 改进相似度的分布式个性化推荐[J]. 计算机工程与应用, 2014, 50(4): 126-131.
[14]	路红1，廖龙龙2. 物联网空间内LBS隐私安全保护模型研究[J]. 计算机工程与应用, 2014, 50(15): 91-96.
[15]	杨祎綪，袁家斌. 针对LBS中非可信用户协作构建匿名域的研究[J]. 计算机工程与应用, 2014, 50(14): 82-87.