公开(公告)号：CN111949877B

公开(公告)日：2023-02-28

申请号：CN202010816756.9

申请日：2020-08-14

Applicant: 中国科学院信息工程研究所

Inventor： 刘凯 ,  李观波 ,  向继 ,  查达仁 ,  王雷

IPC: G06F16/9535 ,  G06F16/9537 ,  G06N3/0442

Abstract: 本发明公开了一种个性化兴趣点推荐方法及系统。本方法包括：1)根据用户及兴趣点的历史签到信息，获取用户集合、兴趣点集合和每个用户兴趣点集合；2)将每个兴趣点信息进行编码得到兴趣点向量；3)根据兴趣点签到时间信息，编码得到对应用户的时间特征向量；4)根据兴趣点签到天气信息，编码得到对应用户的天气特征向量；5)根据兴趣点签到信息，编码得到对应用户是空间特征向量；6)根据用户的上述向量，得到对应用户兴趣点矩阵；7)根据用户兴趣点矩阵训练LSTM‑Autoencoder模型，对签到序列进行修正，得到用户兴趣点访问偏好；8)根据目标用户的兴趣点访问偏好，给定时间信息、天气信息，向目标用户进行兴趣点推荐。

公开(公告)号：CN111949877A

公开(公告)日：2020-11-17

申请号：CN202010816756.9

申请日：2020-08-14

Applicant: 中国科学院信息工程研究所

Inventor： 刘凯 ,  李观波 ,  向继 ,  查达仁 ,  王雷

IPC: G06F16/9535 ,  G06F16/9537 ,  G06N3/04

Abstract: 本发明公开了一种个性化兴趣点推荐方法及系统。本方法包括：1)根据用户及兴趣点的历史签到信息，获取用户集合、兴趣点集合和每个用户兴趣点集合；2)将每个兴趣点信息进行编码得到兴趣点向量；3)根据兴趣点签到时间信息，编码得到对应用户的时间特征向量；4)根据兴趣点签到天气信息，编码得到对应用户的天气特征向量；5)根据兴趣点签到信息，编码得到对应用户是空间特征向量；6)根据用户的上述向量，得到对应用户兴趣点矩阵；7)根据用户兴趣点矩阵训练LSTM-Autoencoder模型，对签到序列进行修正，得到用户兴趣点访问偏好；8)根据目标用户的兴趣点访问偏好，给定时间信息、天气信息，向目标用户进行兴趣点推荐。