简介:最近的年见证网络(LBSN)满足的基于地点的聚会的曾经成长的流行。Top-N地方建议,瞄准检索呼吁为一个目标用户放的N大多数,因此获得了增加的重要性。这问题任何一个的然而存在的答案由选择附近流行的地方提供非个性化的建议,或诉诸合作过滤(CF)作为一个独立项目由各对待放,在地方之中俯看地理、语义的关联。在这篇论文,我们建议转到,提供top-N的合作recommender在LBSN个性化地方建议。与存在方法相比,转到由利用所谓的本地专家的智慧完成它的有效性,也就是,是的那些地理上关于某个用户关上并且有类似的偏爱。在转到谎言的核心,一项新奇用户类似措施叫了geo热门的类似,它为发现本地专家在地方之中联合地理、语义的关联。在里面特定,为用户建模的geo热门的类似使用Gaussian混合物真实地理模式,和摘录用户从历史上访问的地方的依附的标签的热门偏爱。真实LBSN数据集的广泛的实验证明与基线方法相比,转到能以精确性在多达50%改进top-N地方建议的性能。