基于时序和距离的门控循环单元兴趣点推荐算法

• 作者: 夏永生 夏阳 张凯 李梦梦 王晓蕊 白鹏
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 兴趣点推荐 深度学习 门控循环单元 地理位置 时间序列
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 52-59
• 页数: 8页
• 分类号: TP18
• 字数: 7019字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0053659

摘要

兴趣点推荐算法多数易受时间因素与地理位置因素的影响,造成兴趣点的相关文本信息具有不完整性和模糊性.从地理位置与时间相关性出发,提出基于时序和距离的门控循环单元兴趣点推荐算法.利用门控循环单元模型对时间序列和相关距离信息进行建模,提取用户访问兴趣点的偏好特征,并基于该特征对用户进行兴趣点推荐.在真实数据集上进行的实验结果表明,与传统循环神经网络算法相比,该算法能够覆盖用户访问兴趣点的长序列,推荐结果更具可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏阳	中国矿业大学计算机科学与技术学院	53	318	10.0	16.0
2	张凯	中国矿业大学计算机科学与技术学院	94	423	13.0	17.0
3	李梦梦	中国矿业大学计算机科学与技术学院	2	1	1.0	1.0
4	夏永生	中国矿业大学计算机科学与技术学院	1	0	0.0	0.0
5	王晓蕊		1	0	0.0	0.0
6	白鹏	中国矿业大学计算机科学与技术学院	1	0	0.0	0.0