一种基于门控循环单元神经网络的景点推荐方法

摘要

本发明涉及一种基于门控循环单元神经网络的景点推荐方法，解决的是启动困难问题，数据稀疏性问题，以及忽略旅游轨迹中的隐含语义问题的技术问题，通过采用步骤一，采集旅游数据＜u_j1，s_j2，v_j3＞，对旅游数据进行预处理，按照第j个游客的所有旅游数据按照时间顺序生成表征旅游轨迹的旅游序列T；步骤二，将步骤一的旅游序列输入到门控循环单元神经网络中，通过门控循环神经网络对旅游数据进行建模，建立门控循环单元神经网络学习模型；步骤三，将步骤一的旅游序列T作为数据集同时输入步骤二的门控循环单元神经网络学习模型，将同批次的其他景点作为负例进行训练；步骤四，定义损失函数，更新推荐列表，完成景点推荐的技术方案，较好的解决了该问题，可用于景点推荐中。