一种基于时空序列和社会嵌入排名的兴趣点推荐方法及装置

摘要

本发明公开了一种基于时空序列和社会嵌入排名的兴趣点推荐方法，首先，提出了一种基于水平卷积滤波器、垂直卷积滤波器和多层感知器模型的混合深度模型用于捕捉用户偏好以及时空序列模式的影响；然后，采用度量学习的方法对用户的社交关系进行建模；接着，采用基于矩阵分解的统一框架来整合用户个人兴趣、签到序列模式以及用户的社交信息。最后，采用BPR标准优化目标损失函数，拟合用户在兴趣点对上的偏序关系，最终生成兴趣点推荐列表。本发明通过构建一种融合了混合深度模型和度量学习的兴趣点推荐方法，使得最终推荐更加精准。