摘要
本发明涉及一种基于轨迹语义学习的兴趣点推荐方法,包括如下步骤:构建兴趣点推荐模型TSLMPR;选取公开用户签到数据集D,并将D输入模型TSLMPR中,分别通过轨迹级表征学习模块和兴趣点级表征学习模块输出Mtra和Mpoi;构建模型损失函数使用Adam优化器和共同训练TSLMPR,直到符合训练结束的条件后,停止训练,得到训练好的模型TSLMPR’。本发明方法是通过在广泛使用的两个真实世界公共数据集上的实验,结果均表明TSLMPR模型在各项基准方法中始终表现优越,说明TSLMPR模型提高了推荐下一个兴趣点的预测准确率。
技术关键词
兴趣点推荐方法
视角
表达式
轨迹
注意力机制
融合语义
节点
语义特征
多任务学习策略
时间段
多尺度
Sigmoid函数
对齐模块
预训练语言模型
线性变换矩阵
系统为您推荐了相关专利信息
待测设备
测试仿真方法
仿真系统
仿真模型
电力系统
光伏发电预测方法
光伏发电数据
变量
多层感知机
注意力
集成光子芯片
性能测试方法
光功率
数据
Mueller矩阵
特征提取网络
样本
注意力机制
迁移学习策略
分支