利用城市知识图谱改进位置推荐
信息检索
2021-11-02 v1
摘要
位置推荐被定义为在基于位置的服务中向用户推荐位置（POI）。现有的数据驱动位置推荐方法存在地理因素隐式建模的局限，可能导致次优的推荐结果。本工作通过引入知识驱动的解决方案来解决该问题。具体而言，我们首先构建包含 POI 地理信息与功能信息的城市知识图谱（UrbanKG）。另一方面，存在这样一个事实：地理因素不仅刻画 POI，还影响用户与 POI 的交互。为此，我们提出一种名为 UKGC 的新方法。我们首先在两个子图上进行信息传播以学习 POI 与用户的表示，然后通过反事实学习融合两部分表示用于最终预测。在两个真实数据集上的大量实验验证了我们的方法优于当前最先进的方法。
引用
@article{arxiv.2111.01013,
title = {Improving Location Recommendation with Urban Knowledge Graph},
author = {Chang Liu and Chen Gao and Depeng Jin and Yong Li},
journal= {arXiv preprint arXiv:2111.01013},
year = {2021}
}