一种结合非连续性和多层次周期性的兴趣点推荐方法技术

本发明专利技术提出了一种结合非连续性和多层次周期性的兴趣点推荐方法，包括以下步骤：1、获取用户的历史签到记录，将用户的历史签到以天为单位划分为轨迹，并将轨迹划分为长期轨迹和短期轨迹；2、将长期轨迹和短期轨迹分别输入到自注意力编码器中，并在编码过程中加入轨迹的时空间隔信息，以考虑非连续签到的影响；3、使用自注意力聚合短期轨迹的特征，得到短期偏好；4、使用短期轨迹最后一次签到时间注意聚合长期轨迹的签到记录，使用短期偏好注意长期轨迹，以考虑用户签到的多层次周期性，并使用用户注意聚合得到长期偏好；5、将用户的长期偏好和短期偏好进行拼接，经过全连接层进行兴趣点推荐。本发明专利技术提高了兴趣点推荐的精度。

【技术实现步骤摘要】

本专利技术属于数据挖掘与推荐系统，具体涉及一种结合非连续性和多层次周期性的兴趣点推荐方法。

技术介绍

1、近年来，由于支持gps的移动设备的普及，基于位置的服务(location-basedservice,lbs)取得了显著的进步。foursquare、gowalla和大众点评等服务提供商允许用户通过签到兴趣点(例如，餐厅或商场)来和他们的朋友分享他们的位置和体验。随着大量时空签到数据的累积，这为研究兴趣点推荐提供了机会。兴趣点推荐不仅为可以为商家带来商业价值，还能挖掘用户的移动规律和个性化偏好。对于商家而言，通过分析用户的个性化偏好，并针对用户提供个性化的服务，进而提高用户体验和平台的知名度。对于用户而言，通过挖掘用户的移动规律和个性化偏好，不仅可以给用户的出行提供建议，给用户出行带来便利，而且能够帮助用户了解生活环境和所在城市环境，提高生活乐趣。下一个兴趣点推荐能够预测用户在指定时间点最有可能访问的兴趣点，具有强时效性，因此受到了工业界和学术界的广泛关注。

2、现有的兴趣推荐技术可分为传统的推荐方法和基于深度学习的推荐方法，传统的推荐方法主本文档来自技高网...

【技术保护点】

1.一种结合非连续性和多层次周期性的兴趣点推荐方法，其特征在于，包括以下步骤：

2.如权利要求1所述的结合非连续性和多层次周期性的兴趣点推荐方法，其特征在于，步骤1中的用户签到记录形式如下：

3.如权利要求1所述的结合非连续性和多层次周期性的兴趣点推荐方法，其特征在于，步骤2中的数据处理步骤包括：

4.如权利要求1所述的结合非连续性和多层次周期性的兴趣点推荐方法，其特征在于，步骤3的轨迹时空信息计算方法如下：

5.如权利要求1所述的结合非连续性和多层次周期性的兴趣点推荐方法，其特征在于，步骤4所述将长短期轨迹及其时空信息输入自注意力编码器，...

【技术特征摘要】

1.一种结合非连续性和多层次周期性的兴趣点推荐方法，其特征在于，包括以下步骤：

2.如权利要求1所述的结合非连续性和多层次周期性的兴趣点推荐方法，其特征在于，步骤1中的用户签到记录形式如下：

3.如权利要求1所述的结合非连续性和多层次周期性的兴趣点推荐方法，其特征在于，步骤2中的数据处理步骤包括：

4.如权利要求1所述的结合非连续性和多层次周期性的兴趣点推荐方法，其特征在于，步骤3的轨迹时空信息计算方法如下：

5.如权利要求1所述的结合非连续性和多层次周期性的兴趣点推荐方法，其特征在于，步骤4所述将长短期轨迹及其...

【专利技术属性】
技术研发人员：郭黎敏，刘微佳，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：