学习兴趣点与路径以推荐轨迹
机器学习
2016-08-26 v1 信息检索
摘要
向旅行者推荐行程是一个重要且被广泛研究的课题。现有解决方案包括各种兴趣点（POI）推荐和路径规划方法。我们考虑的任务是推荐一个兴趣点序列，该任务同时利用关于兴趣点和路径的信息。我们的方法通过将各种信息源表示为机器学习算法中的特征来统一处理它们，从而能够从过去的行为中学习。关于兴趣点的信息用于学习一个兴趣点排序模型，该模型考虑了行程的起点和终点。关于先前轨迹的数据用于学习兴趣点之间的转移模式，使我们能够推荐可能的路径。此外，还提出了一个概率模型来结合兴趣点排序和兴趣点间转移的结果。我们提出了一种新的针对兴趣点对的 F 分数，用于捕捉访问顺序。实证结果表明，我们的方法优于近期的方法，并证明了结合兴趣点与路径能够实现更好的轨迹推荐。
引用
@article{arxiv.1608.07051,
title = {Learning Points and Routes to Recommend Trajectories},
author = {Dawei Chen and Cheng Soon Ong and Lexing Xie},
journal= {arXiv preprint arXiv:1608.07051},
year = {2016}
}