结合动态多类信息的兴趣点推荐

作     者：冯申 於跃成 张宗海 FENG Shen;YU Yue-cheng;ZHANG Zong-hai

作者机构：江苏科技大学计算机学院江苏镇江212100 

基　　金：国家自然科学基金资助项目(61806087) 江苏省研究生创新项目(SJCX20_1475) 

出 版 物：《计算机与现代化》 (Computer and Modernization)

年 卷 期：2022年第8期

页      码：57-64页

摘      要：利用用户的历史签到数据的同时考虑用户的长期偏好和短期偏好已成为当今兴趣点(Point-of-Interest,POI)推荐的主流方法之一。然而,现有方法往往忽略了用户评论中隐含的用户偏好信息,忽视了不同用户在对长期偏好和短期偏好的依赖上所存在的差异性。针对上述局限,本文提出一种结合动态多类信息的兴趣点推荐方法DMGCR。首先,利用注意力机制捕获用户对不同兴趣点的关注程度,定量刻画用户对兴趣点的长期偏好。其次,将评论信息与已有的位置和类别信息相结合,并利用双向长短期记忆网络学习评论文本中隐含的语义特征,在捕获用户对兴趣点情感倾向的基础上准确刻画用户的短期偏好。最后,设计融合动态多类信息的用户偏好综合预测函数,实现下一个兴趣点推荐概率的定量计算。多个数据集上的实验结果验证了该方法在推荐性能上的有效性和优越性。

主 题 词：长短期偏好 兴趣点推荐 评论信息 长短期记忆网络 注意力机制 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1006-2475.2022.08.010

馆 藏 号：203114068...