基于位置共现的个性化旅行推荐
信息检索
2024-10-30 v1
摘要
我们提出一项新任务：基于用户在地理上遥远区域的访问历史来推荐旅游地点。这可用于规划对新城市或国家的旅游访问，或由旅行社提供个性化旅游套餐。一组地理标签被用来计算两个不同区域之间的地点相似度模型。两个地标之间的相似度源自访问过这两个地点的用户数量，利用对位置访问共现空间的高斯密度估计来聚类相关地理标签。核的标准差可用作决定推荐地标尺度的尺度参数。基于地点相似度模型的个性化推荐在城市和国家尺度上进行了评估，并能够优于基于流行度的地点排名。特别是当施加基于访问持续时间的游客过滤器时，预测可以准确地适应用户偏好。基于人工标注的广泛评估表明，更严格的排序方法（如余弦相似度和提出的 RankDiff 算法）能提供更意外惊喜的推荐，并能将世界两端相似的地点联系起来。
引用
@article{arxiv.1106.5213,
title = {Personalised Travel Recommendation based on Location Co-occurrence},
author = {Maarten Clements and Pavel Serdyukov and Arjen P. de Vries and Marcel J. T. Reinders},
journal= {arXiv preprint arXiv:1106.5213},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication