-
题名基于图嵌入和GRU的兴趣点推荐模型
被引量：3
- 1
-
-
作者
王兴源
-
机构
南京邮电大学计算机学院
-
出处
《计算机系统应用》
2021年第10期40-47,共8页
-
文摘
下一个兴趣点推荐是基于位置的社交网络(Location-Based Social Network, LBSN)的重要服务之一,其不仅可以帮助用户寻找其感兴趣的目的地,还能帮助商家提高潜在的收入.目前已有算法提出采用用户行为序列信息以及兴趣点信息进行推荐,但其没有很好地利用兴趣点辅助信息,因此无法缓解冷启动与数据稀疏问题.本文提出了一种基于图嵌入与GRU (Gated Recurrent Unit)的兴趣点推荐模型GE-GRU (Graph Embedding-Gated Recurrent Unit). GE-GRU首先通过图嵌入的方法,将兴趣点本身与其辅助信息相融合,得到信息丰富的深层次兴趣点向量,再将其输入到神经网络中,利用GRU对用户近期兴趣偏好进行建模得到用户Embedding表示,最后根据兴趣点排序列表进行下一个兴趣点推荐.本文在一个真实的数据集Foursquare中超过48万条签到记录上进行了实验,采用Accuracy@k指标进行评估,实验结果表明, GE-GRU相比于GRU、LSTM (Long Short-Term Memory)在Accuracy@10上分别有3%和7%的提升.
-
关键词
图嵌入
GRU
兴趣点推荐
LBSN
-
Keywords
graph embedding(ge)
Gated Recurrent Unit(GRU)
Point-Of-Interest(POI)recommendation
Location-Based Social Network(LBSN)
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-
