基于深度学习的兴趣点(POI)推荐综述
信息检索
2020-11-23 v1 机器学习
摘要
基于位置的社交网络(LBSNs)使用户能够通过分享签到、观点、照片与评论来与朋友和熟人社交。LBSNs 产生的海量数据开辟了新的研究途径，催生了推荐系统的一个新子领域，即兴趣点(POI)推荐。POI 推荐技术本质上利用用户的历史签到以及其他多模态信息（如 POI 属性与好友网络）来为用户推荐下一组合适的 POI。大量早期工作聚焦于通过使用数据集中手工设计特征的传统机器学习技术。随着近期深度学习研究的兴起，我们见证了利用不同深度学习范式的丰富多样的 POI 推荐工作。这些技术在问题表述、所提技术、所用数据集与特征等方面差异很大。据我们所知，本工作是首个对所有主要基于深度学习的 POI 推荐工作的全面综述。我们的工作基于不同深度学习范式及其他相关特征对近期 POI 推荐工作进行了分类与批判性分析。本综述可被视为面向 POI 推荐领域研究者或从业者的参考书。
引用
@article{arxiv.2011.10187,
title = {A Survey on Deep Learning Based Point-Of-Interest (POI) Recommendations},
author = {Md. Ashraful Islam and Mir Mahathir Mohammad and Sarkar Snigdha Sarathi Das and Mohammed Eunus Ali},
journal= {arXiv preprint arXiv:2011.10187},
year = {2020}
}
备注
21 pages, 5 figures