周涛：利用社交媒体内容信息，为新用户提供位置推荐( 四 )
第二就是在使用文本或者其他特征信息的时候，很多常见且好用的方法（例如 LibFM
[5]
或 SVDFeature
[6]
），
都需要负样本
——就是用户不喜欢的地方列表。
但一般而言，哪怕是有了很多分享信息的用户，都不一定会专门指出哪些地方他/她不喜欢，最多就是不分享罢了。
所以， 一种办法是在所有没有去过的地方中随机抽样一些作为负样本，另一种办法是令所有没有去过的地方都是某种意义上的负样本，给一个比较低的“偏好值”
第二就是在使用文本或者其他特征信息的时候，很多常见且好用的方法（例如 LibFM
[5]
或 SVDFeature
[6]
），
都需要负样本
——就是用户不喜欢的地方列表。
但一般而言，哪怕是有了很多分享信息的用户，都不一定会专门指出哪些地方他/她不喜欢，最多就是不分享罢了。
所以， 一种办法是在所有没有去过的地方中随机抽样一些作为负样本，另一种办法是令所有没有去过的地方都是某种意义上的负样本，给一个比较低的“偏好值”