摘要
本发明公开一种基于空间和社交感知的长尾用户兴趣点推荐算法,步骤如下:从用户的行动轨迹数据中提取长尾用户的原始兴趣点(POI)签到序列;利用POI之间的空间‑社交相关度为每一个POI提取其关联POI;构建的序列增强算子,并利用关联POI产生面向长尾用户原始POI签到序列的不同变体;以Transformer为编码器,建立对比学习模型对不同变体进行训练;利用训练好的对比学习模型产生长尾用户原始POI签到序列的嵌入;将长尾用户原始POI签到序列的嵌入与长尾用户未签到POI的嵌入进行内积得到预测评分,将预测评分最高的前N个POI推荐给长尾用户;可提高面向长尾用户的POI推荐精度。
技术关键词
兴趣点推荐算法
序列
社交
矩阵
编码器
索引
轨迹
关系
数据
定义
精度
系统为您推荐了相关专利信息
重叠区域图像
图像处理系统
全景视觉图像
动态
拼接缝
充放电策略
光伏阵列
动态负荷管理
时间序列预测模型
储能设备
设备参数信息
语言模型优化方法
大语言模型
资源
集群
业务流程模型
协同监测方法
协同监测系统
关系
挖掘算法