摘要
本发明提供了一种多模态时间信息融合的POI推荐方法,涉及计算机智能技术领域,本发明提供的下一个POI推荐的多模态时态信息融合模型MTFNR模型,融合了长短期偏好模型LSTHN和时间信息模型TIHN,其中,时间信息建模可以获取用户在不同时间段内的行为模式,能够更好地了解用户的行为规律;长短期偏好建模则可以动态地捕捉用户的兴趣变化,增加POI推荐的时效性;最后,MTFNR模型在GRU模型的基础上加入了用户的时空间隔信息,有效地捕捉签到序列的依赖关系,使推荐系统有更好的鲁棒性,从而提高模型的整体性能。另外,MTFNR模型可以及时地捕捉用户的兴趣变化,使得推荐的POI更加精准。
技术关键词
编码向量
嵌入特征
序列
推荐方法
节点特征
跨度
矩阵
输出特征
计算机智能技术
时间间隔特征
多模态
兴趣
地点
数值
推荐系统
非线性
动态地
系统为您推荐了相关专利信息
无人车路径规划
激光雷达点云数据
监控方法
交通流量信息
环境感知数据
路径优化方法
深度强化学习模型
注意力编码器
母线
有向图结构
光伏电站清洗
天气预报信息
发电量
推荐方法
支持向量回归模型