CaST-POI: Un modello condizionato dal candidato migliora la raccomandazione di POI
I ricercatori propongono CaST-POI, un modello spazio-temporale condizionato dal candidato per la raccomandazione del prossimo Punto di Interesse (POI). A differenza dei metodi esistenti che calcolano una singola rappresentazione dell'utente per valutare uniformemente tutti i candidati, CaST-POI utilizza i candidati come query per prestare attenzione dinamicamente alla cronologia dell'utente, riconoscendo che la rilevanza delle visite passate dipende dal candidato in esame. Il modello introduce anche bias temporali e spaziali relativi al candidato per catturare modelli di mobilità a grana fine. L'articolo è pubblicato su arXiv con ID 2604.20845.
Fatti principali
- CaST-POI è un modello spazio-temporale condizionato dal candidato per la raccomandazione del prossimo POI.
- I metodi esistenti calcolano una singola rappresentazione dell'utente dalle traiettorie storiche e valutano tutti i candidati uniformemente.
- CaST-POI utilizza i candidati come query per prestare attenzione dinamicamente alla cronologia dell'utente.
- Il modello introduce bias temporali e spaziali relativi al candidato.
- L'articolo è disponibile su arXiv con ID 2604.20845.
- L'approccio affronta il paradigma agnostico rispetto al candidato nell'attuale raccomandazione di POI.
- L'intuizione chiave è che la stessa cronologia utente dovrebbe essere interpretata diversamente per candidati diversi.
- Il modello mira a migliorare la previsione dei modelli di mobilità futuri degli utenti.
Entità
Istituzioni
- arXiv