TransTARec：面向下一兴趣点推荐的时间自适应翻译嵌入模型
信息检索
2024-04-11 v1 人工智能
摘要
定位获取技术的快速发展使得基于大量用户签到记录的兴趣点（POI）推荐成为可能。本文聚焦于下一 POI 推荐，即基于先前 POI 预测下一个 POI。我们观察到时间在下一 POI 推荐中扮演着重要角色，但在近期提出的翻译嵌入方法中被忽视了。为弥补这一不足，我们提出了一种用于下一 POI 推荐的时间自适应翻译嵌入模型（TransTARec），该模型在单一组件内自然地融合了时间影响、序列动态和用户偏好。在方法上，我们将（先前时间戳，用户，下一时间戳）三元组视为一个联合翻译向量，并开发了一种基于神经网络的融合操作来融合用户偏好与时间影响。在真实数据集上的大量实验证实了 TransTARec 的优越性，这不仅源于引入了时间影响，也得益于与用户偏好和序列动态的直接统一。
引用
@article{arxiv.2404.07096,
title = {TransTARec: Time-Adaptive Translating Embedding Model for Next POI Recommendation},
author = {Yiping Sun},
journal= {arXiv preprint arXiv:2404.07096},
year = {2024}
}
备注
This paper has been accepted by the 2024 5th International Conference on Computer Engineering and Application (ICCEA 2024)