一种基于地理-时间混合树结构的多粒度兴趣点推荐方法

本发明涉及一种基于地理‑时间混合树结构的多粒度兴趣点推荐方法，包括：收集各个用户的签到数据；对签到点地理位置进行聚类得到包含多个地理聚类的聚类结果，将各个签到数据划分到各个地理聚类中并分配对应的地理聚类标签；对时间进行分段，统计各个时间段的各个签到点的地理聚类标签得到轨迹级地理层次结构，将轨迹级地理层次结构组织为树状结构得到地理树和时间树；采用多层次递归神经网络建立推荐模型，基于地理树和时间树得到地理特征和时间特征，推荐模型的输入为地理特征和时间特征，输出为兴趣点推荐的预测结果；将当前用户的时空信息输入训练好的推荐模型，推荐模型输出预测得到的下一个潜在兴趣点；得到更加准确的兴趣点推荐结果。