融合深度學習技術的用戶興趣點推薦研究綜述

作者：郭旦懷,張鳴珂,賈楠,王彥棡

摘要：近年來,用戶興趣點(point of interest,POI)推薦是基于位置的社會網絡(location-based social network,LBSN)研究的熱門話題,POI推薦不僅可以幫助用戶找到心儀的POI,也可為商家帶來可觀收益。深度學習技術因可以更有效地捕獲用戶與物品間的非線性關系,逐漸應用到推薦系統任務中。對近年來結合深度學習技術的用戶POI推薦的研究進行綜述。首先介紹了用戶POI推薦與傳統推薦任務的區別,并介紹了可以提高推薦任務模型性能的多種影響因素;隨后將深度學習應用到POI推薦的方式分為4類:POI的向量化學習、深度協同過濾、從輔助內容中提取特征和利用循環神經網絡進行序列推薦,并闡述了深度學習技術在這些方式中的應用效果與優勢;最后對結合深度學習技術的用戶POI推薦的發展方向進行了總結與展望。

發文機構：中國科學院計算機網絡信息中心 中國科學院大學 中國人民公安大學

關鍵詞：位置推薦深度學習協同過濾個性化推薦venue recommendationdeep learningcollaborative filteringpersonalized recommendation

分類號： P208[天文地球—地圖制圖學與地理信息工程]