基于时空幂律注意力的下一兴趣点推荐方法

    公开(公告)号:CN115935065A

    公开(公告)日:2023-04-07

    申请号:CN202211552568.5

    申请日:2022-12-05

    Abstract: 本发明公开了一种基于时空幂律注意力的下一兴趣点推荐方法,涉及推荐系统领域,本发明首先捕获用户签到序列的短期偏好;计算时间间隔幂律分布,作为两次签到之间的相关程度;计算地理距离幂律分布,利用其衰减来衡量历史签到与当前签到之间的权重;计算时空幂律注意力,利用其决定历次签到状态对当前状态影响程度的大小;跟据用户访问过的兴趣点的表示及其访问频率来表征所述用户u;结合所述短期偏好、长期偏好及用户表示,通过神经网络预测下一兴趣点有益效果是:利用各次签到之间的时间间隔和地理距离的幂律衰减性质提出时空幂律注意力建模用户的长期偏好,在建模中考虑非连续签到之间的时空关系,提高了下一兴趣点推荐的效果。

    基于时空信息表示的下一兴趣点推荐系统

    公开(公告)号:CN115827974A

    公开(公告)日:2023-03-21

    申请号:CN202211552543.5

    申请日:2022-12-05

    Abstract: 本发明公开了一种基于时空信息表示的下一兴趣点推荐系统,涉及推荐技术领域,包括时间个性化模块,得到所述时刻t对于所述用户u的时间个性化表示Tu(t);时间编码模块,得到时间编码表示Φ(t;用户签到序列模块,以所述Tu(t)、所述Φ(t及用户u签到兴趣点的嵌入式表示为输入,计算用户签到序列的嵌入式表示Su;因果卷积增强模块;用户u新的签到序列模块,计算所述用户u新的签到序列表示Zu;输出模块。本发明设计了个性化的多粒度周期表示,计算签到之间的注意力时考虑时间间隔与地理距离的表示以在建模用户长期偏好时利用时空信息,利用因果卷积进行局部信息增强以提高下一兴趣点推荐性能。

Patent Agency Ranking