买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东北大学

摘要：本发明提供的一种基于位置编码器和时空嵌入的位置推荐方法，涉及用户位置推荐技术领域；通过位置编码器和注意力将空间地理坐标编码成向量缓解了空间地理坐标的稀疏性，加强坐标之间的关联性。一方面，使用基于位置编码器的时空嵌入自注意力模型取代了传统的循环神经网络和卷积神经网络，在计算方式上可以并行，显著提高了位置预测模型的训练速度；另一方面，基于位置编码器和时空嵌入的位置推荐方法融合了POI的地理坐标和签到时间戳这些重要轨迹信息，充分地提取了绝对时空信息和相对时空信息，弥补了传统模型很难考虑到多方面轨迹信息对于预测模型的影响。在预测精度方面相比传统模型获得了重大的性能提升。

主权项：1.一种基于位置编码器和时空嵌入的位置推荐方法，其特征在于：包括以下步骤：步骤1：进行数据预处理并获得每个用户的签到序列，签到序列按照访问时间逐个排序，步骤2：对用户轨迹信息进行筛选并对每个用户历史签到序列进行处理，将签到序列少于a的用户移除掉，将访问次数小于b的位置移除，将输入的序列从左向右切分转变成固定长度的序列，固定长度设置为L，当输入序列长度小于L，向右添加padding；当输入序列长度大于L时，对其进行切分；步骤3：将每个经纬度坐标映射为一个数字序列，通过滑动窗口和自注意力网络计算数字序列的编码表示；步骤4：基于用户历史签到记录建立时空嵌入自注意力模型，得到用户下一个访问点概率分布；步骤4.1：对用户的签到记录进行嵌入；对一个长度为L的用户签到记录，使用word2vec将第i个POI的POI标识的one-hot表示vi，POI种类的one-hot表示ci和数字序列编码后的向量qi分别嵌入到低维向量中,如式3-式5所示： 式3-式5相应的嵌入矩阵，如式6-式8所示： 其中，|v|表示POI标识；|c|表示POI种类；|q|为坐标编码表示的总数；将嵌入后的向量拼接成将访问时间戳ti进行编码并加入到qi中来区分序列的前后顺序，如式9和式10所示： 其中，表示对时间戳进行编码后的向量，d是编码向量的维度，将pi重写成使用嵌入后的向量对序列数据进行表示，第u个用户的表示为Iu＝{i1,...,ii,...,iL}.其中ii＝{pi,{lat,lon}i.ti}；{lat,lon}i表示序列中第i个POI的经纬度坐标，ti表示访问第i个POI的时间戳；步骤4.2：使用签到记录的嵌入表示计算用户签到的绝对时空注意力值；步骤4.3：使用空间距离函数计算签到序列的POI之间的空间距离矩阵并计算相对空间注意力值；步骤4.4：计算签到序列的各个POI的访问时间间隔矩阵以及计算相对时间注意力值；步骤4.5：将用户签到序列的绝对时空注意力值和相对空间注意力值以及相对时间注意力值使用线性函数连接，计算出用户轨迹的总注意力值，得到用户前L个轨迹点编码的特征矩阵；步骤4.6：将时空嵌入Self-Attention的用户轨迹表示输入到前馈神经网络，通过Softmax激活函数得到用户下一个访问点概率分布；步骤5：将处理好的用户历史签到记录数据输入时空嵌入自注意力模型中，模型给出用户下一次访问地点的概率分布，根据概率分布的top-k值对用户进行位置推荐。

全文数据：

权利要求：

百度查询： 东北大学 一种基于位置编码器和时空嵌入的位置推荐方法