地点推荐方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种地点推荐方法、装置、设备及存储介质，涉及用户兴趣推荐领域。该方法包括：构建用户地点关系图，用户地点关系图中的连接线用于连接结点间的交互关系和辅助关系，辅助关系包括用户间的社交关系和地点间的地理位置关系中的至少一种，地理位置关系包括地点节点在地图中的位置关系；基于用户地点关系图进行向量传播和向量更新得到用户结点的用户表征向量和地点结点的地点表征向量，向量传播和向量更新用于根据结点间的连接线进行向量传播和迭代学习、提取用户地点关系图中的邻接关系；根据目标用户的用户结点与至少两个地点结点的至少两个预测分数输出目标用户的推荐地点。该方法能提高地点推荐的准确度。该方法能提高地点推荐的准确度。该方法能提高地点推荐的准确度。

【技术实现步骤摘要】
地点推荐方法、装置、设备及存储介质


[0001]本申请涉及用户兴趣推荐领域，特别涉及一种地点推荐方法、装置、设备及存储介质。

技术介绍

[0002]个性化地点推荐，即为用户的出行、访问决策提供建议，展示个性化的地点列表。
[0003]在基于位置的社交网络(LBSN,Location-Based Social Network)中，用户分享的内容以访问地点为主，例如，用户可以向好友分享其对访问过的地点的评论(即签到行为)，LBSN提供商在收集到了足够的用户签到行为之后，即可以从历史行为数据中发掘地点的特征与用户的兴趣，进而为用户推荐其未曾访问过的地点，即产生地点推荐列表。
[0004]对于历史行为数据较为稀疏的用户，仅从其访问行为学习得到的兴趣不够准确，导致推荐性能较差。

技术实现思路

[0005]本申请实施例提供了一种地点推荐方法、装置、设备及存储介质，可以提高地点推荐的准确度。所述技术方案如下。
[0006]根据本申请的一个方面，提供了一种地点推荐方法，所述方法包括：
[0007]构建用户地点关系本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地点推荐方法，其特征在于，所述方法包括：构建用户地点关系图，所述用户地点关系图包括结点和连接线，所述结点包括用户对应的用户结点和地点对应的地点结点，存在交互关系或辅助关系的两个所述结点使用所述连接线相连，所述交互关系包括发生过交互行为的所述用户结点与所述地点结点间的关系，所述辅助关系包括所述用户结点之间的社交关系和所述地点结点之间的地理位置关系中的至少一种；基于所述用户地点关系图进行向量传播和向量更新得到所述用户结点的用户表征向量和所述地点结点的地点表征向量，所述向量传播和所述向量更新用于根据所述结点间的所述连接线进行向量传播和迭代学习、提取所述用户地点关系图中的邻接关系；根据目标用户的所述用户结点与至少两个所述地点结点的至少两个预测分数输出所述目标用户的推荐地点，所述预测分数是根据所述用户表征向量和所述地点表征向量计算得到的。2.根据权利要求1所述的方法，其特征在于，所述用户地点关系图包括用户地点社交关系图，存在所述交互关系或所述社交关系的两个所述结点使用所述连接线相连；所述基于所述用户地点关系图进行向量传播和向量更新得到所述用户结点的用户表征向量和所述地点结点的地点表征向量，包括：基于所述用户地点社交关系图进行所述向量传播和所述向量更新，得到所述用户结点的用户社交表征向量和所述地点结点的地点社交表征向量；所述根据目标用户的所述用户结点与至少两个所述地点结点的至少两个预测分数输出所述目标用户的推荐地点，包括：根据所述目标用户的所述用户结点与至少两个所述地点结点的至少两个社交预测分数输出所述目标用户的推荐地点，所述社交预测分数是根据所述用户社交表征向量和所述地点社交表征向量计算得到的。3.根据权利要求2所述的方法，其特征在于，所述基于所述用户地点社交关系图进行所述向量传播和所述向量更新，得到所述用户结点的用户社交表征向量和所述地点结点的地点社交表征向量，包括以下步骤：基于所述用户地点社交关系图，控制所述结点向邻接结点发送所述结点的第i层社交表征向量，i为非负整数，所述邻接结点是通过所述连接线与所述结点相连的结点，其中，第0层社交表征向量是根据所述结点的结点信息生成的原始表征向量；控制所述结点接收所述邻接结点发送的所述邻接结点的第i层邻接社交表征向量；根据所述结点的所述第i层社交表征向量和所述邻接结点的所述第i层邻接社交表征向量进行向量更新，得到所述结点的第i+1层社交表征向量；其中，所述用户结点对应第i+1层用户社交表征向量，所述地点结点对应第i+1层地点社交表征向量；重复上述步骤迭代进行所述向量传播和所述向量更新，得到所述用户结点在所述用户地点社交关系图中的第E层用户社交表征向量，得到所述地点结点在所述用户地点社交关系图中的第E层地点社交表征向量，E为正整数。4.根据权利要求3所述的方法，其特征在于，所述根据所述目标用户的所述用户结点与至少两个所述地点结点的至少两个社交预测分数输出所述目标用户的推荐地点，包括：将所述用户结点的E层所述用户社交表征向量顺序拼接得到用户社交总向量，E为正整
数；将所述地点结点的E层所述地点社交表征向量顺序拼接得到地点社交总向量；根据所述用户社交总向量与所述地点社交总向量的乘积得到所述社交预测分数；将至少两个所述地点结点中，与所述目标用户的所述用户结点的所述社交预测分数最大的前n个所述地点结点对应的所述地点，确定为所述目标用户的所述推荐地点，所述n为正整数。5.根据权利要求2至4任一所述的方法，其特征在于，所述构建用户地点关系图，包括：根据所述用户结点与所述地点结点的所述交互关系，使用所述连接线连接所述用户结点与所述地点结点，根据所述用户结点间的所述社交关系，使用所述连接线连接具有所述社交关系的两个所述用户结点，得到所述用户地点社交关系图。6.根据权利要求1至4任一所述的方法，其特征在于，所述用户地点关系图包括用户地点地理关系图，存在所述交互关系或所述地理位置关系的两个所述结点使用所述连接线相连；所述构建用户地点关系图，包括：利用多中心发现法获取所述用户的至少一个中心，所述中心是根据与所述用户具有交互关系的所述地点的所述位置信息得到的地理位置中心；将与所述中心的距离小于阈值的所述地点划分至所述中心对应的中心区域内；计算所述中心区域内的所述地点与所述中心的距离，根据所述距离确定所述用户对所述地点的偏好权重；根据所述用户与所述地点的交互关系、所述用户对所述地点的所述偏好权重构建所述用户地点地理关系图。7.根据权利要求6所述的方法，其特征在于，所述基于所述用户地点关系图进行向量传播和向量更新得到所述用户结点的用户表征向量和所述地点结点的地点表征向量，包括：基于所述用户地点地理关系图进行所述向量传播和所述向量更新，得到所述用户结点的用户地理表征向量和所述地点结点的地点地理表征向量；所述根据目标用户的所述用户结点与至少两个所述地点结点的至少两个预测分数输出所述目标用户的推荐地点，包括：根据所述目标用户的所述用户结点与至少两个所述地点结点的至少两个地理预测分数输出所述目标用户的所述推荐地点，所述地理预测分数是根据所述用户地理表征向量和所述地点地理表征向量计算得到的。8.根据权利要求7所述的方法，其特征在于，所述基于所述用户地点地理关系图进行所述向量传播和所述向量更新，得到所述用户结点的用户地理表征向量和所述地点结点的地点地理表征向量，包括以下...

【专利技术属性】
技术研发人员：潘广谋，高宸，李勇，涂贞，高徽，金德鹏，
申请(专利权)人：清华大学，
类型：发明
国别省市：