基于人群移动模式先验的兴趣点推荐
兴趣点推荐是基于位置的社交网络中的一项重要任务,为用户提供个性化的地点推荐.然而,当前的兴趣点推荐方法主要学习用户在兴趣点上的签到历史和用户间的社交关系网络,城市人群出行规律无法得到有效利用.首先提出了人群移动模式提取框架(Human Mobility Pattern Extraction,HMPE),利用图神经网络作为人群移动模式的提取器,引入注意力机制捕获城市交通模式的时空信息.HMPE通过制定下游任务,设计上采样模块将表征向量还原为任务目标,实现端到端的框架学习训练,完成人群移动模式提取器的预训练.其次,提出了兴趣点推荐算法HMRec(Human Mobility Recommendation),引入了人群移动模式的先验知识,使得推荐结果更符合城市中的人类出行意愿.对比实验结果显示,HMRec的表现优于基线模型.最后,讨论了兴趣点推荐存在的问题和未来的研究方向.
兴趣点推荐、人群移动模式、图神经网络
50
TP311(计算技术、计算机技术)
2023-09-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
139-144