一种基于共享超图掩码的地点推荐方法

本发明涉及一种基于共享超图掩码的地点推荐方法，包括如下步骤：选取公开数据集并构建推荐模型；利用用户的长短轨迹构建轨迹超图并输入模型中，通过模型中的自编码器模块计算长短轨迹的用户表征和轨迹表征并计算两者的融合表征，并采用超图构建损失函数使用长短轨迹的用户表征和轨迹表征经过模型中的双层级对比学习模块构建全局和局部损失函数和将嵌入了位置信息后得到的局部轨迹嵌入Eu经过Transformer编码器得到预测结果并同时构建损失函数通过构建的四个损失函数组成模型整体损失函数用于训练模型，得到最终训练好的推荐模型。采用本方法可以有效处理离散数据和准确捕捉长短期行为模式方面的特征，能提供更深入准确的兴趣点推荐。