基于词嵌入的用户偏好建模用于上下文感知场所推荐
信息检索
2016-06-28 v1
摘要
场所推荐旨在利用来自 Foursquare 等基于位置的社交网络（LBSNs）的数据，为用户提供个性化的场所访问建议。该任务的一个特殊挑战是上下文感知场所推荐（CAVR），它额外考虑用户周围上下文（如用户位置和一天中的时间），以提供更相关的场所建议。为应对 CAVR 的挑战，我们描述了两种利用词嵌入技术推断场所、用户现有偏好及用户上下文偏好的向量空间表示的方法。在 TREC 2015 上下文建议轨道的测试集上的评估表明，我们能够显著提升当前最优场所推荐方法的有效性，并产生至少与 TREC 2015 顶级系统同样有效的上下文感知推荐。
引用
@article{arxiv.1606.07828,
title = {Modelling User Preferences using Word Embeddings for Context-Aware Venue Recommendation},
author = {Jarana Manotumruksa and Craig Macdonald and Iadh Ounis},
journal= {arXiv preprint arXiv:1606.07828},
year = {2016}
}
备注
4 pages