摘要
本发明公开了一种基于自适应图与未来偏好的下一个兴趣点推荐方法,包括如下步骤:准备兴趣点历史签入数据集,数据集包括用户历史签入地点,签入时间,签入地点类别等信息,并对数据进行标准化处理;初始化POI节点嵌入信息,利用自适应图进行全局邻接矩阵的构建,利用相似度函数和卷积网络得到兴趣点最终嵌入表达;将时空节点编码信息与其他侧信息融合兴趣点嵌入表达,引入自注意机制,编码得到用户的长期偏好;之后利用长短期记忆递归神经网络,融合兴趣点的侧信息,引入注意力机制,得到用户的短期偏好;随后将长期偏好与短期偏好以自组装方式,加入注意力机制,以下一步时间时刻编码作为查询向量,捕捉下一个兴趣点的关联关系。本发明选择自适应图和图神经网络,可以对真实的兴趣点进行关联捕获,具有很好的推荐性能。
技术关键词
兴趣点推荐方法
引入注意力机制
递归神经网络
相似性度量学习
编码器
矩阵
历史轨迹数据
地点
噪声结构
周期性
节点
度函数
邻域
控制权
系统为您推荐了相关专利信息
卸载方法
深度神经网络
卸载策略
决策
动态带宽分配
语音检测方法
多通道特征
声学特征
波动特征
频谱特征
智能配电网
高比例
管理方法
配电网数据采集
智能传感器