论文笔记:ATime-Aware Trajectory Embedding Model for Next-Location Recommendation

Knowledge and Information Systems, 2018

1 intro

1.1 背景

  • 随着基于位置的社交网络(LBSNs),如Foursquare和Facebook Places的日益流行,大量用户签到数据变得可用
    • 这些大量签到数据的可用性带来了许多有用的应用,以提升基于位置服务的用户体验
    • 其中一个任务是新兴的下一个位置推荐
  • 下一个位置推荐根据用户过去的签到记录,预测可能访问的后续位置
    • 时间信息在这个任务中扮演了重要角色
      • 例如,如果访问时间是工作日的早晨,用户从“家”开始访问“地铁”,然后“办公室”(或工作地点)应该是对这位用户的合适推荐
      • 如果访问时间是周末,则应推荐放松的地点

1.2 现有的工作

  • 现有的下一个位置推荐研究主要基于马尔可夫链属性模型连续签到之间的序列转换模式。
    • 由于数据稀疏性和计算复杂性,序列转换限制于一阶转换,无法捕捉更长的序列上下文。
    • 更重要的是,推荐任务中缺乏对多种时间因素的全面和深入考虑。
  • 在现有研究中,用户偏好通常被视为静态的,这并不反映用户兴趣的演变特征
    • 例如,学生可能在学期期间更频繁地在大学签到,而在作为某公司夏季实习生时则更频繁地在工作场所签到
      • ——>她的签到行为在不同时间段内发生变化
  • 现有研究也忽略了周期性模式
    • 例如,在工作日,用户可能早上在办公室签到,晚上在家签到

1.3 下一位置推荐的挑战性

  • 首先,如上例所示,用户的签到行为会随时间改变
  • 其次,即使我们能够根据用户推导出访问模式(例如,周末“家”→“商店”→“午餐”→“商店”→“晚餐”),仍然很难推断出每个模式的确切位置
    • 因为多个候选位置可能适合
      • 晚餐的下一个位置应基于多种考虑生成,包括自己的偏好、之前访问过的地点和其他时间因素

1.4 论文思路

  • 提出了一个新颖的时间感知轨迹嵌入模型(TA-TEM)

2 轨迹观察

  • 如之前的论文所言,序列影响是轨迹数据中最重要的时间因素之一,即用户连续签到点之间存在马尔可夫链特性。
  • 论文研究实际轨迹数据上的另外两种时间因素。

2.1 数据集

  • 三个公共地理社交网络数据集,每个数据集包含一年的签到数据

仅报告Gowalla数据集的结果,其他两个数据集的观察结果类似

2.2  观察1:用户对签到的偏好会随着长时间周期(例如,一个月)的变化而变化

  • 直观地说,用户的兴趣可能会在一段时间后发生变化(例如,一个月),这可能导致不同时间段的访问行为不同
  • 给定一个用户u,论文通过计算两个连续时间周期中u访问的位置集合的Jaccard相似度的平均值来计算重叠比率值(ORV)。
    • 设置一个时间周期为一个月
      • 在上述等式中,L(u,i)是用户u在第i个月访问的位置集合
      • 选择签到记录最多的前1000名用户,然后计算这些用户的平均ORV
  • 平均ORV是0.035(±0.002)
  • ——>小的Jaccard相似性值表明,在连续两个月中用户的签到位置之间的重叠很少。
    • 换句话说,用户对签到行为的偏好在长时间周期内会发生变化

2.3 观察2:周期性签到模式显著

  • 直观地说,用户可能有一些规律的日常和周常活动,如中午吃饭和周末放松。
    • 因此,位置的生成很可能会受到相应时间信息的影响,如一天中的小时和一周中的天
  • 周常模式:
    • 将轨迹分成按天的多个间隔,然后将所有用户在第i个间隔访问的位置组合成一个位置集合L(i)【一个簇】
      • 计算这七个簇中两个位置集合的平均内部和外部相似性
      • 内部和外部表示位置集合来自同一个和不同的簇
      • 使用Jaccard系数来测量两个位置集合之间的相似性

  • 对角线条目的Jaccard系数显著高于非对角线条目
    • ——>在一周内同一时间索引生成的两个位置集合比不同时间索引的更相似 
  • 基于小时索引进行类似的分析,结果绘制在图2(b)中,发现用户轨迹显示出有趣的时间模式

3 方法

3.1 轨迹嵌入:基本模型

  • 类似于word2vec
  • 位置j,窗口大小2K的上下文嵌入:
  • 轨迹t的目标函数

3.2 整合用户偏好变化

  • 用户在签到时的偏好可能随时间变化(见观察1)
  • 为了建模这一因素,论文将签到分为若干个月份,并假设用户u在第m个月与一个独特的人格vum​相关联。
    • 这里使用“人格”一词是为了反映用户随时间变化的偏好。
    • 除了偏好变化外,还假设用户对位置有一个相对稳定的总体偏好,这有助于生成常去的地点,如工作场所和家

3.3 整合周期性模式

  • 周期性签到模式描绘了观察2中提到的每周和每日的移动模式
  • 当用户生成轨迹时,他的行为不仅受到自己的偏好影响,还受到周期性偏好的影响。
  • 设hj和dt分别为轨迹t中第j个位置的一天中的小时索引和一周中的天索引。形式上,我们有:

3.4 TA-TEM 模型

目标函数更新为:

位置lj的上下文嵌入为:

3.5 推荐位置排名

一旦所有嵌入向量都学习完成,我们按以下方式生成下一个位置推荐

  • 给定用户u的前K个签到1,2,…,K1和下一个时间戳sK+1​(对应于月份m、天d和小时h),使用以下函数来排名候选位置L:

4 实验

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/714673.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

【AI实践】Dify开发应用和对接微信

自定义应用 创建应用有2种, 从应用模板创建 空白应用,也就是自定义应用 选择翻译助手 Translation assistant模板创建一个应用 自定义应用,创建一个child_accompany_bot自定的应用,用来支持家长,如何解决低龄儿童的…

LLVM后端 td文件 tablegen 模式匹配 寄存器 指令集 calling convention

目录 一、寄存器 1.1 寄存器定义 1.2 寄存器分类 二、指令集 2.1 指令集定义 2.2 模式匹配 2.2.1 PatFrags与PatFrag 2.2.2 OutPatFrag 2.2.3 PatLeaf 2.2.4 ImmLeaf 2.2.5 IntImmLeaf和FPImmLeaf 2.2.6 Pat 2.2.7 ComplexPattern 2.3 指令合法化 2.3.1 Promote…

异常向量表的设置

1、Linux Kernel中对异常向量表的填充 linux/arch/arm64/kernel/entry.S kernel_ventry 是一个定义异常向量的宏; 在该宏中,程序跳转到了b el\el\ht()\regsize()\label; 以为异常向量的第6行为例,其实就是跳转到了bl el1h_64_irq; 然后你去搜…

YOLOv10涨点改进SPPF创新结构,重新设计全局平均池化层和全局最大池化层,增强全局视角信息和不同尺度大小的特征

本文改进:SPPF_improve利用全局平均池化层和全局最大池化层,加入一些全局背景信息和边缘信息,从而获取全局视角信息并减轻不同尺度大小所带来的影响,强烈推荐,适合直接使用,paper创新级。 目录 1,YOLOv10介绍 1.1 C2fUIB介绍 1.2 PSA介绍 1.3 SCDown 2.SPP &SP…

哇塞,超好吃的麻辣片,一口就爱上

最近,我发现了一款让人欲罢不能的美食——食家巷麻辣片!😍 一打开包装,那浓郁的麻辣香气就扑鼻而来,瞬间刺激着我的嗅觉神经。😃食家巷麻辣片的外观色泽鲜艳,红通通的一片,看着就特…

计算机组成原理之定点除法

文章目录 定点除法运算原码恢复余数法原码不恢复余数法(加减交替法)运算规则 习题 定点除法运算 注意 (1)被除数小于除数的时候,商0 (2)接下来,有一个除数再原来的基础上&#xff0c…

Linux2-系统自有服务防火墙与计划任务

一、什么是防火墙 防火墙主要用于防范网络攻击,防火墙一般分为软件防火墙、硬件防火墙 1、Windows中的防护墙设置 2、防火墙的作用 3、Linux中的防火墙分类 Centos6、Centos6>防火墙>iptables防火墙 防火墙系统管理工具 Centos7>防火墙>firewalld防火…

单目标应用:基于三角拓扑聚合优化算法TTAO的微电网优化(MATLAB代码)

一、微电网模型介绍 微电网多目标优化调度模型简介_vmgpqv-CSDN博客 参考文献: [1]李兴莘,张靖,何宇,等.基于改进粒子群算法的微电网多目标优化调度[J].电力科学与工程, 2021, 37(3):7 二、三角拓扑聚合优化算法求解微电网 2.1算法简介 三角拓扑聚合优化算法&…

USB2.0高速转接芯片CH347应用开发手册

CH347应用开发手册 V1.3 一、简介 CH347是一款USB2.0高速转接芯片,以实现USB-UART(HID串口/VCP串口)、USB-SPI、USB-I2C、USB-JTAG以及USB-GPIO等接口,分别包含在芯片的四种工作模式中。 CH347DLL用于为CH347芯片提供操作系统端的UART/SPI/I2C/JTAG/B…

Windows11和Ubuntu22双系统安装指南

一、需求描述 台式机电脑,已有Windows11操作系统,想要安装Ubuntu22系统(版本任意)。其中Windows安装在Nvme固态上,Ubuntu安装在Sata固态上,双盘双系统。开机时使用Grub控制进入哪个系统,效果图…

Win10“始终使用此应用打开”不见了怎么办?

问题背景 真是服了,昨天家里停电把我电脑系统盘固态烧掉了,于是换了个新的固态给电脑装上新系统。结果这个版本的Win10系统居然无法修改默认应用。具体问题见下面两个图,以py文件为例。 图一:“选择打开方式时没有始终使用此应用…

大模型-人类病理学的语言视觉AI助手

论文摘要翻译与评论 论文标题: A Multimodal Generative AI Copilot for Human Pathology 摘要翻译: 计算病理学领域已经在任务特定的预测模型和任务无关的自监督视觉编码器的发展方面取得了显著进展。然而,尽管生成性人工智能快速增长&a…

史上最详细的轨迹优化教程-机器人避障及轨迹平滑实现(干货满满)

有一些朋友问我到底如何用优化方法实现轨迹优化(避障轨迹平滑等),今天就出一个干货满满的教程,绝对是面向很多工业化场景的讲解,为了便于理解,我选用二维平面并给出详细代码实现,三维空间原理相…

MySQL数据操作与查询- 聚合函数和分组查询

一、聚合函数 聚合函数主要用来进行数据 汇总 。 1、sum 返回选取的某列的总和。 语法: select sum(字段名) from 表名 where 条件表达式 2、max 返回选取的某列的最大值。 语法: select max(字段名) from 表名 where 条件表达式 3、min 返…

LoadBalance客户端负载均衡

1. 前言Ribbon Spring Cloud Ribbon是基于Netflix Ribbon实现的一套客户端 负载均衡的工具。简单的说,Ribbon是Netflix发布的开源项目,主要功能是提供客户端的软件负载均衡算法和服务调用。Ribbon客户端组件提供一系列完善的配置项如连接超时&#xff0…

VMware虚拟机linux无法使用ifconfig的解决方法

在有些linux系统中,输入ifconfig会报错,这是为什么呢? 如果出现 那是说明,你的linux内没有对应的命令。 具体可输入 ls /sbin 查看,发现其中确实没有ifconfig命令 这个解决很简单,在命令行输入 sudo apt-get inst…

DDPAI盯盯拍记录仪删除后的恢复方法(前后双路)

DDPAI盯盯拍行车记录仪的口碑相当不错,其产品一直以行车记录仪为主,曾经使用过比较早的产品,体验还不错。下面来看下这个DDPAI的视频恢复方法。 故障存储: 64G存储卡 /文件系统:FAT32 故障现象: 在发生事故后在记录仪上看到了…

OpenCV目标识别

一 图像轮廓 具有相同颜色或强度的连续点的曲线。 图像轮廓的作用 可以用于图像分析 物体的识别与检测 注意 为了检测的准确性,需要先对图像进行二值化或Canny操作。 画轮廓时会修改输入的图像。 轮廓查找的API findContours(img,mode,ApproximationMode,...)…

北航第六次数据结构与程序设计作业(查找与排序)选填题

一、 顺序查找的平均查找长度ASL(1 2 …… n)/ n (n 1)/ 2 二、 这半查找法的平均查找次数和判定树的深度有关系。若查找一个不存在的元素,说明进行了深度次比较。 注意,判定树不是满二叉树,因此深…

创新案例 | 3个关键策略:乳制品品牌认养一头牛如何通过私域流量运营获取1400万会员

探索认养一头牛如何运用创新的私域流量运营策略,在竞争激烈的乳制品市场中脱颖而出,实现会员数量的飞速增长至1400万。本文深入分析了其数据驱动的广告投放、高效的会员运营体系和创新的用户互动机制,为企业提供提升用户粘性和品牌忠诚度的宝…