科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有的序列推荐算法仅利用长短期顺序行为和用户交互行为进行推荐，没有充分考虑用户交互行为之间的时空间隔信息对用户推荐序列更深层影响的问题，提出一种融合时空网络和自注意力的兴趣点序列推荐模型。将用户签到之间的时间和空间间隔信息融入门控循环单元网络，使用用户的历史签到序列信息获取用户的偏好，通过自注意力机制对签到地点进行建模，获得用户对于模型的权重序列，通过签到地点与候选地点的时间间隔和空间间隔匹配兴趣点，为用户推荐一个兴趣点序列。在两个数据集上的实验结果表明，提出方法在召回率上优于之前先进的方法。
