公开(公告)号：CN116596032A

公开(公告)日：2023-08-15

申请号：CN202310562332.8

申请日：2023-05-18

Applicant: 湖南大学深圳研究院

Inventor： 肖竹 ,  施亚敏 ,  蒋洪波 ,  杨科华 ,  熊用 ,  汪勇军

IPC: G06N3/0455 ,  G06N3/047 ,  G06N3/048 ,  G06N3/0895 ,  G06N3/096 ,  G06F16/29 ,  G06F16/2458

Abstract: 本发明公开了一种基于自监督学习的POI位置预测方法、设备和介质，方法：获取用户历史POI位置轨迹数据，提取各时间步轨迹特征，并使用嵌入层表示得到用户嵌入和轨迹特征嵌入矩阵，输入至transformer网络提取长期依赖特征向量，并与用户嵌入聚合；将聚合向量输入预测网络，基于预测输出和真实值构建预测损失函数；基于POI‑User向量计算每个用户各天气条件下的虚拟同伴，将各用户与其虚拟同伴和非虚拟同伴的聚合向量分别视为正对和负对，构建对比学习损失函数；结合两种损失函数训练整体模型参数；利用训练好的整体模型预测提取聚合向量和预测用户下一时间步的POI位置。本发明提高用户POI位置预测的准确度。