R4：一种路径表示与路径推荐框架
人工智能
2021-10-26 v2
摘要
路径推荐在导航服务中具有重要意义。路径推荐的两大挑战是路径表示与用户表示。不同于传统推荐中可通过唯一 ID 标识的物品，路径是链路（即一段道路及其后续动作如左转）的组合，且组合数量近乎无穷。此外，路径的表示在不同场景下会发生变化。这些事实导致路径的严重稀疏性，增加了路径表示的难度。而且，链路属性缺失与错误影响路径表示的精确性。由于路径稀疏，用户与路径间的交互数据同样稀疏，这使得无法像传统推荐那样从历史用户-物品交互中获取用户表示。为解决这些问题，我们提出一种新颖的学习框架 R4。在 R4 中，我们设计了一个稀疏-密集网络来获取路径表示。稀疏单元学习链路 ID 嵌入并聚合以表示一条路径，从而捕捉隐式路径特征，进而缓解链路属性缺失与错误导致的问题。密集单元从链路属性中提取路径的隐式局部特征。对于用户表示，我们利用一系列历史导航提取用户偏好。R4 在离线与在线实验中均取得了卓越性能。
引用
@article{arxiv.2110.10474,
title = {R4: A Framework for Route Representation and Route Recommendation},
author = {Ran Cheng and Chao Chen and Longfei Xu and Shen Li and Lei Wang and Hengbin Cui and Kaikui Liu and Xiaolong Li},
journal= {arXiv preprint arXiv:2110.10474},
year = {2021}
}