通过对比用户偏好建模实现端到端个性化下一位置推荐
信息检索
2023-03-23 v1
摘要
预测下一位置是许多基于位置的服务（如目的地预测和路线规划）中一项极具价值且普遍的需求。下一位置推荐的目标是根据用户的历史轨迹预测其可能前往的下一个兴趣点。现有模型大多仅从用户的历史签到序列中学习移动模式，而忽视了用户偏好建模的重要性。在本工作中，我们开发了一种新颖的、具有对比用户偏好建模的兴趣点 Transformer（POIFormer），用于端到端的下一位置推荐。该模型由三个主要模块组成：历史编码器、查询生成器和偏好解码器。历史编码器旨在从历史签到序列中建模移动模式，而查询生成器则显式地学习用户偏好以生成用户特定的意图查询。最后，偏好解码器结合意图查询和历史信息来预测用户的下一个位置。在四个真实世界数据集上与代表性方案进行的广泛对比及消融研究，证明了所提方案在各种设置下的有效性和优越性。
引用
@article{arxiv.2303.12507,
title = {End-to-End Personalized Next Location Recommendation via Contrastive User Preference Modeling},
author = {Yan Luo and Ye Liu and Fu-lai Chung and Yu Liu and Chang Wen Chen},
journal= {arXiv preprint arXiv:2303.12507},
year = {2023}
}