随着基于位置的社交网络的快速发展,下一个PoI(point of interest)推荐已成为推荐领域的研究热点。然而现有研究模型忽略了PoI的时空特征以及上下文信息对下一个PoI推荐的效果。针对该问题,提出一种时空上下文感知的下一个PoI推荐方法...随着基于位置的社交网络的快速发展,下一个PoI(point of interest)推荐已成为推荐领域的研究热点。然而现有研究模型忽略了PoI的时空特征以及上下文信息对下一个PoI推荐的效果。针对该问题,提出一种时空上下文感知的下一个PoI推荐方法。首先,利用图注意力网络(GAT)学习包含社交关系的用户表征;并且通过流行度增强二部图神经网络(PEBGNN)学习含有PoI交互偏好的用户表征和PoI表征;同时,利用时空图卷积网络(ST-GCN)学习PoI时空转移偏好的PoI表征;最后,通过融合所学到的用户表征和PoI表征,计算出用户对于各个PoI的预测评分,以此为基础为用户推荐下一个PoI。为了验证该方法的有效性,在Gowalla、Foursquare以及Yelp这三个公开的数据集上进行了测试。实验结果显示,相比于多个基准模型,所提方法在准确率和召回率方面均展现出了显著的优势,分别平均提升28.53%和7.65%。展开更多
兴趣点(point of interest,POI)推荐可以缓解用户选择困难问题并提高位置服务商、商家的收益,是位置社交网络的研究热点之一。在已有的综述中缺乏数据问题对策的梳理、前沿算法的更新、算法性能对比实验等内容。因此对这一领域的研究进...兴趣点(point of interest,POI)推荐可以缓解用户选择困难问题并提高位置服务商、商家的收益,是位置社交网络的研究热点之一。在已有的综述中缺乏数据问题对策的梳理、前沿算法的更新、算法性能对比实验等内容。因此对这一领域的研究进行系统性综述,从数据问题、算法技术和对比实验三个方面进行归纳总结。从POI数据问题角度分析并归纳出数据稀疏、数据依赖和数据隐私三大问题及其对应的解决方法;从算法所用技术角度将现有重要研究分为矩阵分解、编码器、图神经网络、注意力机制、生成模型五类,比较并总结其优劣;从算法性能对比角度出发,选取使用频度最高的召回率和精度作为评价指标,对五个代表性算法进行实验及评价;指出该领域所面临的挑战和未来研究方向。展开更多
城乡结合部边界识别是城乡精细规划与治理的基础工作,对于土地可持续利用、城乡一体化等进程具有推动作用。以往城乡结合部划分存在数据源单一、获取困难、时空分辨率低的不足,基于电子地图的兴趣点(point of interest,POI)和国家极地...城乡结合部边界识别是城乡精细规划与治理的基础工作,对于土地可持续利用、城乡一体化等进程具有推动作用。以往城乡结合部划分存在数据源单一、获取困难、时空分辨率低的不足,基于电子地图的兴趣点(point of interest,POI)和国家极地轨道伙伴关系(national polar-orbiting partnership,NPP)卫星的夜间灯光融合数据,构建NPP&POI综合指数;结合城乡空间结构关系,提出了一种新的城乡结合部空间识别方法。以武汉市为例,采用断裂点分析法识别空间突变点,求得城乡结合部边界,利用土地利用结构信息熵、归一化植被指数(normalized difference vegetation index,NDVI)以及人口密度数据对划定结果进行验证和比较,并对典型区域进行了野外实地校核。结果表明,相较于单独采用POI、夜间灯光和人口密度数据,NPP&POI综合指数考虑了夜间灯光与POI中设施类型、光照强度和分辨率差异,其划分识别出的城乡结合部边界准确度更高、时效性更强;相较于土地利用、景观等数据,NPP&POI综合指数更能表征城乡发展活力,定量识别出城乡潜在中心区与多层结构对于城乡基础设施的配置、产业分工、生态职能划分等研究具有参考意义。NPP&POI综合指数在城乡空间上的二次突变规律证实了城乡结合部作为城市扩张过程中产生的地域实体客观存在,为城乡三元结构理论提供了实证支撑。展开更多
文摘随着基于位置的社交网络的快速发展,下一个PoI(point of interest)推荐已成为推荐领域的研究热点。然而现有研究模型忽略了PoI的时空特征以及上下文信息对下一个PoI推荐的效果。针对该问题,提出一种时空上下文感知的下一个PoI推荐方法。首先,利用图注意力网络(GAT)学习包含社交关系的用户表征;并且通过流行度增强二部图神经网络(PEBGNN)学习含有PoI交互偏好的用户表征和PoI表征;同时,利用时空图卷积网络(ST-GCN)学习PoI时空转移偏好的PoI表征;最后,通过融合所学到的用户表征和PoI表征,计算出用户对于各个PoI的预测评分,以此为基础为用户推荐下一个PoI。为了验证该方法的有效性,在Gowalla、Foursquare以及Yelp这三个公开的数据集上进行了测试。实验结果显示,相比于多个基准模型,所提方法在准确率和召回率方面均展现出了显著的优势,分别平均提升28.53%和7.65%。
文摘兴趣点(point of interest,POI)推荐可以缓解用户选择困难问题并提高位置服务商、商家的收益,是位置社交网络的研究热点之一。在已有的综述中缺乏数据问题对策的梳理、前沿算法的更新、算法性能对比实验等内容。因此对这一领域的研究进行系统性综述,从数据问题、算法技术和对比实验三个方面进行归纳总结。从POI数据问题角度分析并归纳出数据稀疏、数据依赖和数据隐私三大问题及其对应的解决方法;从算法所用技术角度将现有重要研究分为矩阵分解、编码器、图神经网络、注意力机制、生成模型五类,比较并总结其优劣;从算法性能对比角度出发,选取使用频度最高的召回率和精度作为评价指标,对五个代表性算法进行实验及评价;指出该领域所面临的挑战和未来研究方向。
