基于图神经网络的用户轨迹分类

作者：吴劲; 陈树沛^*; 杨庆; 周帆

来源：电子科技大学学报, 2021, 50(05): 734-740.

• 深度学习
• 图神经网络
• 循环神经网络
• 轨迹用户链接

针对现有轨迹用户链接(TUL)算法对轨迹信息提取不充分、计算成本过高等问题,该文提出了一种新的基于图神经网络(GNN)的TUL算法。首先,利用轨迹中的签到点构建签到图;其次,在签到图的基础上使用图神经网络学习签到图中的节点嵌入,保存签到点的位置信息和用户的访问偏好信息;最后,利用循环神经网络(RNN)构建轨迹序列的向量表示,并使用全连接网络对轨迹进行用户分类,实现轨迹与用户链接。实验结果表明,相比于传统的用户轨迹分类算法,该方法能更有效地挖掘用户轨迹的潜在移动规律,显著提高了两个数据集上的链接准确性和学习效率。

• 单位
  中国电子科技集团公司第十研究所; 电子科技大学