公开(公告)号：CN119990381A

公开(公告)日：2025-05-13

申请号：CN202311505671.9

申请日：2023-11-13

Applicant: 上海交通大学

Inventor： 许岩岩 ,  胡钊萍 ,  黄宗源 ,  金耀辉

IPC: G06Q10/04 ,  G06F16/9535 ,  G06F16/9537 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明提供了一种基于深度学习和轨迹图的用户下一兴趣点预测方法。该方法将所有用户的出行轨迹建模为全局轨迹图，通过图卷积学习地点的嵌入表示。同时，将单个用户的历史出行轨迹建模为用户轨迹子图，使用子图卷积和子图读出操作进一步处理，得到用户的长期偏好，且使用深度序列模型和注意力机制建模用户的短期和中期偏好。最后，将用户不同时间周期下的偏好与用户ID编码相结合，使用多层感知机结合多任务学习策略预测用户未来时刻最有可能访问的下一兴趣点。本发明通过建模全局轨迹图提供了额外的地点嵌入，使用用户轨迹子图、深度序列模型以及注意力机制建模用户不同时间周期下的出行偏好，为用户下一兴趣点预测问题提供了一种新的有效方法。