【技术实现步骤摘要】
兴趣点推荐方法、装置、设备、存储介质及程序产品
[0001]本专利技术涉及城市计算
，尤其涉及一种兴趣点推荐方法、装置、设备、存储介质及程序产品。
技术介绍
[0002]城市计算是一个通过不断获取、整合和分析城市中多种异构大数据来解决城市所面临挑战的过程。在城市的地理信息系统中，一个兴趣点可以是一栋建筑、一个商铺、一家餐厅等，而兴趣点推荐(Point
‑
of
‑
Interest Recommendation)是指利用用户在历史一段时间内的兴趣点访问记录以及用户信息、兴趣点信息等对用户兴趣偏好和兴趣点特征进行建模，进而向用户推荐符合其兴趣偏好的其他兴趣点以供用户选择。
[0003]现有技术中，用户所处的地理因素对兴趣点推荐具有直接影响，例如，当用户处于一个商圈时，推荐的餐厅均处于该商圈内，若该商圈临近的地理区域有更符合用户要求的餐厅时，现有技术无法为用户自动推荐，用户只能手动调整地理区域，才能获得更多推荐内容。这导致兴趣点推荐的过程智能化程度低，兴趣点推荐效果差。
专利...
【技术保护点】
【技术特征摘要】
1.一种兴趣点推荐方法，其特征在于，包括：获取城市知识图谱，以及获取用户对兴趣点的历史访问数据，其中，所述城市知识谱图包括地理实体和功能实体，所述地理实体包括所述兴趣点；对所述城市知识图谱解纠缠，构建地理子图和功能子图，其中，所述地理子图包括所述地理实体之间的关系，所述功能子图包括所述功能实体和所述兴趣点之间的关系；根据所述历史访问数据，分别在所述地理子图和所述功能子图中增加所述用户与所述兴趣点之间的关系；基于所述地理子图和所述功能子图，剔除所述地理实体对交互可能性的直接影响，确定所述用户对应的至少一个推荐兴趣点，其中，所述交互可能性为所述用户访问所述兴趣点的可能性。2.根据权利要求1所述的兴趣点推荐方法，其特征在于，所述基于所述地理子图和所述功能子图，剔除所述地理实体对交互可能性的直接影响，确定所述用户对应的至少一个推荐兴趣点，包括：根据所述地理子图，生成所述地理子图中每一个关系分别对应的地理表征向量；根据所述功能子图，生成所述功能子图中每一个关系分别对应的功能表征向量；基于所述地理表征向量和所述功能表征向量，计算所述地理实体和所述功能性实体对所述交互可能性的总影响值，以及计算所述地理实体对所述交互可能性的直接影响值；计算所述总影响值与所述直接影响值的差值，作为总间接影响值；根据所述总间接影响值的大小，确定所述用户对应的至少一个推荐兴趣点。3.根据权利要求2所述的兴趣点推荐方法，其特征在于，所述基于所述地理表征向量和所述功能表征向量，计算所述地理实体和所述功能性实体对所述交互可能性的总影响值，以及计算所述地理实体对所述交互可能性的直接影响值，包括：基于所述地理表征向量和所述功能表征向量，计算用户表征向量，以及计算兴趣点表征向量；构建所述兴趣点的因果图，其中，所述因果图用于指示所述交互可能性受所述用户表征向量、所述兴趣点表征向量和所述地理表征向量的直接影响，所述兴趣点表征向量受所述地理表征向量和所述功能表征向量的直接影响；基于所述因果图，计算所述地理实体和所述功能性实体对所述交互可能性的总影响值，以及计算所述地理实体对所述交互可能性的直接影响值。4.根据权利要求3所述的兴趣点推荐方法，其特征在于，所述计算兴趣点表征向量，包括：确定所述地理子图中每一个所述兴趣点的第一邻居结点；根据所述第一邻居结点，以及所述兴趣点与所述第一邻居结点之间的地理表征向量，计算所述地理子图对应的第一兴趣点表征向量；确定所述功能子图中每一个所述兴趣点的第二邻居结点；根据所述第二邻居结点，以及所述兴趣点与所述第二邻居结点之间的功能表征向量，计算所述功能子图对应的第二兴趣点表征向量；计算所述第一兴趣表征向量和所述第二兴趣点表征向量的平均值，作为所述兴趣点表征向量。
5.根据权利要求3所述的兴趣点推荐方法，其特征在于，所述计算用户表征向量，包括：根据所述地理表征向量，获取所述地理子图中用户的第一意图表征向量；确定所述地理子图中所述用户访问过的第一兴趣点；根据所述第一兴趣点，以及所述...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。