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。