[发明专利]一种POI推荐方法及推荐系统有效

专利信息
申请号: 201910089802.7 申请日: 2019-01-29
公开(公告)号: CN110119475B 公开(公告)日: 2020-01-07
发明(设计)人: 熊熙;李元媛;乔少杰;王俊峰;陈麟 申请(专利权)人: 成都信息工程大学
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/9537
代理公司: 51238 成都玖和知识产权代理事务所(普通合伙) 代理人: 胡琳梅
地址: 610225 四川省成都*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开一种POI推荐方法及推荐系统,涉及推荐技术领域,该方法包括:根据从LBSN门户网站收集的用户和POI数据构建的用户‑POI关系网络,利用网络嵌入方法学习得到用户和POI的嵌入向量;根据用户和POI的嵌入向量,构建包括多个关于用户和POI的关联因子的动态因子图模型,并根据所述多个关于用户和POI的关联因子建立在时空社交网络上的联合分布,通过学习得到所述联合分布中的参数值;计算得到使联合分布概率最大的节点值,然后计算每个节点的边缘概率,并按边缘概率和倾向性的乘积大小进行POI推荐;解决了因数据质量不可靠和时空模式难以确定导致的推荐准确性低的问题,显著提高推荐性能。
搜索关键词: 嵌入 边缘概率 关联因子 推荐系统 向量 动态因子 分布概率 关系网络 门户网站 社交网络 时空模式 数据构建 图模型 联合 构建 倾向性 时空 学习 网络
【主权项】:
1.一种POI推荐方法,其特征在于,该方法包括:/n根据从LBSN门户网站收集的用户和POI数据构建的用户-POI关系网络,利用网络嵌入方法学习得到用户和POI的嵌入向量;/n根据用户和POI的嵌入向量,构建包括多种关于用户和POI的关联因子的动态因子图模型,并根据所述多个关于用户和POI的关联因子建立在时空社交网络上的联合分布,通过学习得到所述联合分布中的参数值;/n计算得到使联合分布概率最大的因子图节点值,然后计算每个节点的边缘概率,并按边缘概率与倾向性乘积的大小将POI推荐给用户;/n所述利用网络嵌入方法学习得到用户和POI的嵌入向量包括步骤:/n将所述用户-POI关系网络划分为POI的区域划分关系、用户的好友关系和用户对POI的访问记录三个子网络;/n利用所述POI的区域划分关系、用户的好友关系和用户对POI的访问记录三个子网络学习得到用户和POI的嵌入向量;/n所述学习得到用户和POI的嵌入向量方法包括:/n进行以下更新操作,直到目标函数收敛:/n利用负采样方法,从ε
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都信息工程大学,未经成都信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201910089802.7/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top