基于轨迹自监督学习的城市旅行推荐方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对深度递归方法在轨迹数据稀缺时难以捕捉用户需求多样性和轨迹不确定性的问题，基于BiGRU提出了轨迹自监督学习的城市旅行推荐方法（SLTR）。该方法通过自监督学习优化POI表示和轨迹表示，捕捉POI语义关系，并增强查询与轨迹推理能力。在4个真实城市数据集上进行对比实验，F1和Pairs-F1指标与次优模型相比，平均改进分别为2.08%和2.07%。（剩余76字）

试读结束

目录
monitor
客服机器人