面向下一个兴趣点推荐的大语言模型
信息检索
2024-08-02 v2 人工智能
机器学习
摘要
下一个兴趣点（POI）推荐任务是根据用户的历史数据预测其即将访问的下一个兴趣点。常用于该任务的基于位置的社交网络（LBSN）数据带来了诸多挑战。一个经常被忽视的挑战是如何有效利用LBSN数据中丰富的上下文信息。以往方法受限于其数值性质，无法应对这一挑战。本文提出了一种使用预训练大语言模型（LLM）来应对该挑战的框架。我们的框架能够以原始格式保留异构LBSN数据，从而避免上下文信息的丢失。此外，由于融入了常识知识，该框架能够理解上下文信息的内在含义。在实验中，我们在三个真实LBSN数据集上测试了该框架。结果表明，所提框架在所有三个数据集上均优于现有最优模型。我们的分析证明了该框架在利用上下文信息以及缓解常见的冷启动和短轨迹问题方面的有效性。
引用
@article{arxiv.2404.17591,
title = {Large Language Models for Next Point-of-Interest Recommendation},
author = {Peibo Li and Maarten de Rijke and Hao Xue and Shuang Ao and Yang Song and Flora D. Salim},
journal= {arXiv preprint arXiv:2404.17591},
year = {2024}
}