[发明专利]个性化兴趣点推荐方法、装置、计算机设备及存储介质

说明书

本发明涉及数据处理技术领域，公开了一种个性化兴趣点推荐方法、装置、计算机设备及存储介质，包括：通过获取用户签到数据，用户签到数据包括用户信息集合、每个用户信息对应的兴趣点集合、每个兴趣点的位置信息以及每个兴趣点的签到时间信息，基于图神经网络的传播层，对用户信息集合和兴趣点集合进行训练，得到关联用户信息和关联兴趣点信息，根据预设的衰减权重，对关联兴趣点信息和关联用户信息进行更新后输入到图神经网络的预测层进行计算，得到兴趣点推荐分值，基于预设的排序规则，对用户的所有兴趣点推荐分值进行排序，得到每个用户对应的兴趣点推荐列表，根据兴趣点推荐列表推荐兴趣点，提高为用户进行个性化兴趣点推荐的准确度。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种个性化兴趣点推荐方法、装置、计算机设备及存储介质。

背景技术

随着互联网信息技术的发展和移动电子设备的普及，网上信息量过载，例如，美团、大众点评等软件的用户签到数据信息量急剧增加，因此，如何为用户从海量数据中为其实时找到个性化兴趣点POI(Point-Of-Interest)非常重要，另外，不同城市之间的人口流动越来越频繁，用户在历史城市的签到记录不能反应用户在当前城市的兴趣，因此，为进行跨城市活动的用户推荐个性化兴趣点也是亟待解决的问题。

目前，主要参考评分信息或者用户浏览、消费记录等交互信息捕捉用户喜好进行推荐，上述数据维度较为单一，无法为用户进行准确的个性化兴趣点推荐。

发明内容

本发明实施例提供一种个性化兴趣点推荐方法、装置、计算机设备和存储介质，以提高为用户进行个性化兴趣点推荐的准确性。

为了解决上述技术问题，本申请实施例提供一种个性化兴趣点方法，包括：

获取用户签到数据，所述用户签到数据包括用户信息集合、每个用户信息对应的兴趣点集合、每个兴趣点的位置信息以及每个兴趣点的签到时间信息；

基于图神经网络的传播层，对所述用户信息集合和所述兴趣点集合进行训练，得到关联用户信息和关联兴趣点信息；

根据预设的衰减权重，对所述关联兴趣点信息和所述关联用户信息进行更新，得到更新后的关联兴趣点信息和更新后的关联用户信息；

将所述更新后的关联兴趣点信息和所述更新后的关联用户信息输入到图神经网络的预测层进行计算，得到用户兴趣评分，作为兴趣点推荐分值；

基于预设的排序规则，对用户的所有所述兴趣点推荐分值进行排序，得到每个用户对应的兴趣点推荐列表；

根据所述兴趣点推荐列表，向所述兴趣点推荐列表对应的用户推荐兴趣点。

为了解决上述技术问题，本申请实施例还提供一种个性化兴趣点推荐装置，包括：

数据获取模块，用于获取用户签到数据，所述用户签到数据包括用户信息集合、每个用户信息对应的兴趣点集合、每个兴趣点的位置信息以及每个兴趣点的签到时间信息；

关联信息获取模块，用于基于图神经网络的传播层，对所述用户信息集合和所述兴趣点集合进行训练，得到关联用户信息和关联兴趣点信息；

关联信息更新模块，用于根据预设的衰减权重，对所述关联兴趣点信息和所述关联用户信息进行更新，得到更新后的关联兴趣点信息和更新后的关联用户信息；

兴趣评分计算模块，用于将所述更新后的关联兴趣点信息和所述更新后的关联用户信息输入到图神经网络的预测层进行计算，得到用户兴趣评分，作为兴趣点推荐分值；

排序模块，用于基于预设的排序规则，对用户的所有所述兴趣点推荐分值进行排序，得到每个用户对应的兴趣点推荐列表；

推荐模块，用于根据所述兴趣点推荐列表，向所述兴趣点推荐列表对应的用户推荐兴趣点。