融合时间和地理信息的兴趣点推荐研究

在兴趣点推荐任务中，数据的严重稀疏性限制了模型的推荐性能，并且现有工作忽略了用户在不同时间段访问行为的差异性。针对上述问题，提出了一种融合时间和地理信息的兴趣点推荐模型。该模型首先通过循环神经网络联合学习多种因素；然后利用地理关系模块捕获轨迹中的地理影响。最后，通过一个统一的框架，针对用户工作日和节假日的不同出行需求，推荐不同的访问地点。实验证明，所提模型在兴趣点推荐表现上优于现有模型。