摘要
本发明涉及兴趣点推荐技术领域,尤其是涉及一种基于时空异构图的随机群组下一个POI推荐方法及系统。方法包括基于获取的用户和POI数据信息构建时空异构图;基于异构Node2Vec方法对时空异构图的用户和POI节点进行嵌入学习;基于嵌入学习结果计算用户群组成员的时空权重;基于用户和POI交互数据构建用户‑POI交互图,并利用时空权重增强用户‑POI交互图;基于用户和POI交互数据构建POI转移有向图,并利用时空权重增强POI转移有向图,利用时空卷积网络对POI转移有向图中的时空依赖关系进行建模;通过时空图卷积网络充分学习成员的POI时空转移偏好,精准捕捉用户行为中的时空依赖性与转移规律。
技术关键词
POI推荐方法
异构
节点
Word2Vec模型
兴趣点推荐技术
Sigmoid函数
sigmoid函数
关系
地理位置信息
网络
序列
数据获取模块
推荐系统
消息
滑动窗口
标识符
机制
系统为您推荐了相关专利信息
监控分析方法
机器学习模型
实时数据
实时业务
数据冗余
监测平台
粒子群优化算法
颗粒物监测设备
动态
气体监测设备
多头注意力机制
滑动窗口采样
节点
样本
序列预测方法
自动化测试控制方法
漏洞
卷积模型
自动化测试控制装置
风险