【摘 要】
：
在基于位置的社交网络服务（Location-Based Social Network,LBSN）中,人们通过签到的方式发布地理位置信息的同时,也能够使用推荐服务,因此LBSN迅速发展起来。其中兴趣点（Point-of-Interest,POI）推荐作为LBSN中的关键点,引起了广泛的研究。POI推荐通过历史签到序列,分析用户个性化偏好,为用户量身推荐合适的POI。在现实生活中,用户的签到行为通常发
论文部分内容阅读
在基于位置的社交网络服务（Location-Based Social Network,LBSN）中,人们通过签到的方式发布地理位置信息的同时,也能够使用推荐服务,因此LBSN迅速发展起来。其中兴趣点（Point-of-Interest,POI）推荐作为LBSN中的关键点,引起了广泛的研究。POI推荐通过历史签到序列,分析用户个性化偏好,为用户量身推荐合适的POI。在现实生活中,用户的签到行为通常发生在一个序列中,推荐系统通过用户的历史签到记录,来为用户推荐接下来可能去的POI。但是在用户的历史行为数据中,并不是所有的行为都能够为将来的推荐提供作用,并且能够影响下一步行为的数据权重也是不相同的;而且用户签到序列中的时空间隔信息有可能为用户的下一次行为提供了关键因素,但是现有POI推荐算法没有考虑有效利用用户签到地点之间的时间和空间间隔的信息,不能够准确地表达用户的偏好。针对以上问题,本文进行以下研究:（1）提出了融合注意力的矩阵分解POI推荐算法,在矩阵分解的基础上,增加了用户注意力,以更好地分析用户对不同地点的注意力数值,更准确地获取用户的偏好,从而更精确地进行推荐。其中注意力机制能够为用户签到地点分配不同的权重,有效捕捉用户签到地点之间的关系。在真实数据集上进行实验分析,实验结果表明该模型优于其他对比算法。（2）提出了融合时空网络和自注意力机制的POI序列推荐算法,将用户签到信息之间的时间和空间间隔信息融入门控循环单元网络,然后使用自注意力机制对签到地点分配权重,获得用户的权重序列,最后通过签到地点与候选地点的时间间隔和空间间隔匹配POI,为用户推荐一个包含三个连续地点的POI序列。在真实数据集上进行测试和验证,实验结果表明该模型优于之前提出的先进模型。（3）设计了一款兴趣点推荐系统平台,针对用户不同的需求分别进行功能开发,对需要进行POI序列推荐的用户使用融合时空网络和自注意力机制的POI序列推荐模型进行推荐,对普通POI推荐的用户使用融合注意力的矩阵分解POI推荐模型进行推荐,从而能够精准地对用户进行POI推荐,满足用户的个性化需求。
其他文献
近年来,随着无线网络技术的落地和智能设备的普及,移动群智感知得到了快速发展。移动群智感知要求工人移动到特定的区域去完成相应的感知任务,在感知和数据传输过程中,由于数据的处理量以及传输所消耗的时间不断增加,传统的云计算已经不能满足需求。边缘计算和区块链技术等分布式技术的出现有效缓解了这一问题。然而,在交互过程中无法确定第三方平台的可信性,同时也存在恶意攻击者试图获取工人信息的现象,工人面临着众多隐私
高光谱遥感图像包含丰富的光谱特征信息以及一定程度的空间信息,对地物精确分类有着重要的实用价值。近年来,高光谱遥感图像分类在遥感领域受到越来越多的关注,但由于成像过程中受大气辐射、噪声污染等原因的影响,高光谱遥感图像中普遍存在“同物异谱”“同谱异物”等现象所带来的地物信息的复杂性与不确定性。而且高光谱遥感图像还存在样本标记困难、维度灾难等问题,这些都为高光谱遥感图像分类任务带来了困难与挑战。基于图架
不锈钢材料导电性优异、机械强度高和气密性优良、且价格低廉,可作为质子交换膜燃料电池（PEMFC）中双极板部件的主要材料。然而在PEMFC的酸性环境下,不锈钢双极板容易被腐蚀,缩短其使用寿命,表面改性是提高其耐蚀性能的有效方法。其中导电聚吡咯（PPy）由于具有优异的电化学性能、制备工艺简单、价格低廉,在金属防腐领域被广泛研究,其独特的掺杂和导电机理更适用于抑制不锈钢在酸性环境中的腐蚀。但PPy本身仍
随着Web 2.0技术的不断发展,众包已经成为分享知识、收集信息和完成复杂任务等活动的重要方式,越来越多的人群参与到众包系统中成为众包工人,但这些工人具有不同的社会背景、能力水准和参与动机,导致任务的完成质量出现了较大差异。因此,如何对众包进行有效的质量控制成为了当前众包领域的热门研究问题。目前许多研究都建立在工人是独立工作的基础之上,但事实证明,众包工人在执行任务时会进行团队合作,甚至相互勾结以
当今时代,庞大的信息充斥着人们的生活,伴随而来的信息过载现象成为了困扰人们的首要问题。推荐系统在帮助消费者便捷地找到所需商品的同时,也可以促进商品的销售,对商品生产者和消费者都是至关重要的。对于一个推荐系统来说,准确度是其最重要的指标之一,除了挖掘用户和物品本身的联系之外,推荐系统还可以利用时间序列、社交信息、标签数据、热点数据等来提高推荐系统的质量。随着互联网的快速普及,以社交关系为核心的社交网
近年来,5G通讯、清洁能源和信息工程等领域蓬勃发展,对材料性能不断提出新的要求,因此,开发出能够应用于特定领域的高性能高分子材料具有极大的研究价值。聚四氟乙烯（PTFE）的开发使含氟聚合物以高化学稳定性和热稳定性引起研究人员的广泛关注。自此,含氟聚合物得到极大的发展,各类含氟聚合物被研制出来。含氟聚芳醚是采用C-F键部分取代聚芳醚中C-H键的一类高性能聚合物,强极性氟原子的引入使含氟聚芳醚具有优异
光动力治疗（Photodynamic Therapy,PDT）是近几十年来发展迅速的新型肿瘤治疗手段,其治疗过程中必不可少的三要素包括:光、氧气和光敏剂,选择合适的光敏剂是进行光动力治疗的第一前提。四苯基卟啉（Tetraphenylporphyrin,TPP）是广泛应用的第二代光敏剂,但TPP具有水溶性差、给药不利、体内存留时间短等弊端,除此以外,TPP的平面刚性结构极易引发聚集诱导猝灭（ACQ）
针对因材料生物相容性差和细菌感染而导致临床应用失败的问题,通过对材料表面进行物理、化学或者引入功能性涂层,来调控材料表界面的性能,进而提高材料的生物相容性,解决材料细菌感染的问题,赋予材料表面多功能性,扩大材料的应用领域,提高材料再临床应用中的成功率。聚芳醚酮（PAEK）因其具有良好的机械性能、热稳定性、耐辐照性以及与人体骨密度相匹配的特性,是一种在医疗器械领域具有较大应用潜力的热塑性工程塑料,然
伴随着时代地更迭,科技的发展势头十分迅猛,各种资源和物品令用户应接不暇,推荐系统便作为用户的得力助手,在这个时候诞生了。推荐系统能够根据用户的历史行为来挖掘一些潜在特征,为用户推荐一些符合其需求和个性偏好的资源物品,提升推荐精度。然而,由于网络上的信息量十分庞大,用户能接触到的资源只是其中的很少一部分,只能对极少数进行评分或者评价。这导致推荐系统可以使用的评分信息极其的少,会引起数据稀疏、冷启动等
随着不可再生能源的消耗,人们对新一代能源存储设备的需求快速增长。锂离子电池作为新一代能源存储设备中应用最广泛的器件,性能仍难以满足在电动汽车等领域的进一步发展。开发新的电极材料有望制备具有更高性能的锂离子电池。过渡金属硫化物具有超高的理论容量,但其固有的导电性差、体积膨胀大等缺点会导致不可避免的容量衰减,严重影响其实际应用。构建合适的纳米结构以及与碳材料复合是进一步提升金属硫化物作为锂离子电池负极