基于TS24的動(dòng)態(tài)POIs推薦方法

基本信息

申請?zhí)?/td> CN202110127542.5 申請日 -
公開（公告）號(hào) CN112784162A 公開（公告）日 2021-05-11
申請公布號(hào) CN112784162A 申請公布日 2021-05-11
分類號(hào) G06F16/9535;G06F16/9536;G06F16/9537;G06N3/08;G06Q50/00 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 王曉軍;劉濤 申請（專利權(quán)）人 東北財(cái)經(jīng)大學(xué)
代理機(jī)構(gòu) 大連智高專利事務(wù)所（特殊普通合伙） 代理人 馬慶朝
地址 116025 遼寧省大連市沙河口區(qū)尖山街217號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了基于TS24的動(dòng)態(tài)POIs(PointsofInterest，興趣點(diǎn))推薦方法，屬于計(jì)算機(jī)應(yīng)用技術(shù)領(lǐng)域。本發(fā)明包括，第一步:搭建基于24個(gè)時(shí)間段的動(dòng)態(tài)POIs推薦架構(gòu)；第二步：利用TF?IDF技術(shù)將用戶簽到次數(shù)轉(zhuǎn)換為用戶對其簽到過的POIs的偏好值，構(gòu)造當(dāng)前時(shí)間段上的樣本集Θcur，其中第三步：建立上的SemiDAE地理影響模型；第四步：根據(jù)用戶在相近時(shí)間段上簽到行為的相似性，建立上具有時(shí)間影響的T?SemiDAEPOIs推薦模型；第五步：按預(yù)訓(xùn)練和參數(shù)微調(diào)兩個(gè)步驟訓(xùn)練上的T?SemiDAEPOIs推薦模型。本發(fā)明以新穎且更合理的方式搭建基于深度學(xué)習(xí)技術(shù)的動(dòng)態(tài)POIs推薦模型，挖掘并融合了位置社交網(wǎng)絡(luò)的地理和時(shí)間信息，實(shí)驗(yàn)結(jié)果表明所申請技術(shù)能夠顯著提高個(gè)性化POIs推薦的精度和召回率。