通过对比用户偏好建模的端到端个性化下一个位置推荐
摘要：利用用户的历史轨迹来预测下一个位置是许多基于位置的服务（如目的地预测和路线规划）中非常有价值和常见的需求。下一个位置推荐的目标是基于用户的历史轨迹预测用户可能前往的下一个兴趣点。现有的大多数模型仅仅从用户的历史签到序列中学习流动模式，忽视了用户偏好建模的重要性。本文提出了一种带有对比用户偏好建模的新型兴趣点Transformer（POIFormer），用于端到端的下一个位置推荐。该模型包括三个主要模块：历史编码器、查询生成器和偏好解码器。历史编码器用于从历史签到序列中建模流动模式，而查询生成器明确学习用户偏好以生成用户特定的意图查询。最后，偏好解码器将意图查询和历史信息结合起来预测用户的下一个位置。与代表性方案进行广泛比较和在四个实际数据集上的消融研究证明了所提出的方案在各种设置下的有效性和优越性。
作者：Yan Luo, Ye Liu, Fu-lai Chung, Yu Liu, Chang Wen Chen
论文ID：2303.12507
分类：Information Retrieval
分类简称：cs.IR
提交时间：2023-03-23