申请/专利权人：东北大学

申请日：2020-12-31

公开（公告）日：2021-04-13

公开（公告）号：CN112650949A

主分类号：G06F16/9536(20190101)

分类号：G06F16/9536(20190101);G06F16/9537(20190101);G06K9/62(20060101)

优先权：

专利状态码：有效-授权

法律状态：2023.12.29#授权;2021.04.30#实质审查的生效;2021.04.13#公开

摘要：本发明公开一种基于多源特征融合协同过滤的区域POI需求识别方法，包括：步骤1：获取区域相关数据和POI相关数据；步骤2：设计基于K近邻的MR访问推断算法，得到用户访问POI的区域轨迹数据；步骤3：分析处理区域相关数据和POI相关数据，以及用户访问POI的区域轨迹数据，变成神经网络可以输入的形式；步骤4：构建带有注意力机制的神经协同过滤模型；步骤5：优化带有注意力机制的神经协同过滤模型；步骤6：建模区域和POI之间的关系，得到每个区域的POI需求。本发明采用了多特征融合的协同过滤的手段，不仅考虑了人群轨迹，还结合了区域的地理特征以及POI的评价特征，通过神经协同过滤模型去建模区域和POI之间的关系，算法复杂度低，需求分析精度高。

主权项：1.一种基于多源特征融合协同过滤的区域POI需求识别方法，其特征在于，包括如下步骤：步骤1：获取区域相关数据和POI相关数据；步骤2：基于获取的区域相关数据和POI相关数据，设计基于K近邻的MR访问推断算法，得到用户访问POI的区域轨迹数据；步骤3：分析处理区域相关数据和POI相关数据，以及用户访问POI的区域轨迹数据，变成神经网络可以输入的形式；步骤4：构建带有注意力机制的神经协同过滤模型；步骤5：优化带有注意力机制的神经协同过滤模型；步骤6：通过带有注意力机制的神经协同过滤模型建模区域和POI之间的关系，得到每个区域的POI需求。

全文数据：

权利要求：

百度查询： 东北大学 基于多源特征融合协同过滤的区域POI需求识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD