融合时序门控图神经网络的兴趣点推荐方法

作者：唐宏; 刘斌^*; 张静; 金哲正

来源：计算机工程与应用, 2023, 1-12.

• 兴趣点推荐
• 注意力机制
• 时序门控图神经网络
• 窗口池化
• 实时偏好

现有的大多数兴趣点（point of interest， POI）推荐系统由于忽略了用户签到序列中的顺序行为模式以及用户的个性化偏好对于POI推荐的影响，因而导致了POI推荐系统性能较低，推荐结果不可靠，进而影响用户体验。为了解决上述问题，提出一种融合时序门控图神经网络的兴趣点推荐方法。首先，运用时序门控图神经网络（temporal gating graph neural network， TGGNN）学习POI embedding；其次，采用注意力机制捕获用户的长期偏好；然后，通过注意力机制融合用户的最新偏好和实时偏好，进而捕获用户的短期偏好。最后，通过自适应的方式结合用户的长期和短期偏好，计算候选POIs的推荐得分，并根据得分为用户进行POI推荐。实验结果表明，与现有方法相比，本文方法在召回率和平均倒数排名这两项指标上均有较为明显的提升，因此可以取得很好的推荐效果，具有良好的应用前景。

• 单位
  重庆邮电大学; 通信与信息工程学院