摘要
本发明公开了一种基于大语言模型的用户下一兴趣点预测方法、系统、终端设备及存储介质,属于兴趣点预测领域,该方法通过地理坐标注入模块将地理坐标转换为层次化的四叉键表示并融合傅里叶位置编码,使大语言模型能够精准捕捉空间邻近性和复杂地理关系,解决大语言模型难以直接感知地理数据的问题;并通过兴趣点对齐模块构建兴趣点转移图并利用图卷积网络提取转移偏好特征,再与大语言模型的语义空间对齐,有效整合兴趣点转移关系信息;最后通过大语言模型的Transformer层,结合地理坐标特征与兴趣点特征预测用户下一兴趣点,解决了现有技术因大型语言模型无法准确感知地理数据造成兴趣点的推荐结果不准确的问题。
技术关键词
兴趣点预测方法
大语言模型
嵌入特征
对齐模块
笛卡尔
语义
网格
轨迹
预测系统
坐标
多层感知机
数据获取模块
注意力机制
终端设备
生成用户
编码
系统为您推荐了相关专利信息
模态特征
点云
特征提取网络
投影模块
协方差矩阵
大语言模型
投影模型
联邦学习系统
生成对抗网络
编码向量
生命体征监测方法
接触式
雷达
信号处理算法
噪声提取
分类查询方法
神经网络对图像
索引
特征融合方法
验证机制