一种基于显式特征与隐式特征融合的兴趣点推荐方法
实质审查的生效
摘要
本发明公开了一种基于显式特征与隐式特征融合的兴趣点推荐方法，首先通过数据的预处理，获取用户签到的时间和区域以及兴趣点所在区域及其被访问时的时间信息，然后从中提取用户和兴趣点的显式向量。本发明还提出了一种FGMF模型，该模型时对GMF模型的改进，我们将得到的显式特征向量与n维隐式特征向量一同输入到FGMF模型中进行预训练，然后将其结果输入深度神经网络中进行训练，预测每位用户对兴趣点的评分，然后对评分进行排序，根据评分的高低，为每位用户推荐生成top‑k推荐列表。本发明同时考虑显式特征和隐式特征对兴趣点访问的影响，提高了推荐的准确性。
基本信息
专利标题 ：
一种基于显式特征与隐式特征融合的兴趣点推荐方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114463535A
申请号 ：
CN202111662746.5
公开（公告）日 ：
2022-05-10
申请日 ：
2021-12-31
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
詹海伦迟远英丁治明郭黎敏贾楠楠
申请人 ：
北京工业大学
申请人地址 ：
北京市朝阳区平乐园100号
代理机构 ：
北京思海天达知识产权代理有限公司
代理人 ：
沈波
优先权 ：
CN202111662746.5
主分类号 ：
G06V10/25
IPC分类号 ：
G06V10/25 G06V10/40 G06K9/62 G06N3/04 G06N3/08 G06V10/764 G06V10/80
法律状态
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06V 10/25
申请日 : 20211231
申请日 : 20211231
2022-05-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
