面向缺失POI签到识别的双向时空依赖与用户动态偏好建模
机器学习
2022-01-03 v1 社会与信息网络
摘要
从兴趣点(POI)签到中积累的人类移动数据为理解用户行为提供了巨大机遇。然而,现实移动数据中的质量问题(例如地理位置信息缺失、虚假签到、数据稀疏)限制了现有面向POI的研究(如POI推荐和位置预测)在真实应用中的有效性。为此,本文提出一种名为Bi-STDDP的模型,该模型能够融合双向时空依赖与用户动态偏好,以识别用户在特定时间访问过的缺失POI签到。具体而言,我们首先利用POI的双向全局空间与局部时间信息来捕捉复杂的依赖关系。然后,将目标时间模式结合用户与POI信息输入多层网络以捕捉用户动态偏好。此外,将动态偏好转换到与依赖关系相同的空间以形成最终模型。最后,在三个大规模真实数据集上评估所提模型,结果表明我们的模型相比最先进(state-of-the-art, SOTA)方法取得了显著提升。同样值得注意的是,该模型可自然扩展以处理POI推荐和位置预测任务,并具备有竞争力的性能。
引用
@article{arxiv.2112.15285,
title = {Modelling of Bi-directional Spatio-Temporal Dependence and Users' Dynamic Preferences for Missing POI Check-in Identification},
author = {Dongbo Xi and Fuzhen Zhuang and Yanchi Liu and Jingjing Gu and Hui Xiong and Qing He},
journal= {arXiv preprint arXiv:2112.15285},
year = {2022}
}
备注
Accepted by AAAI2019