論文の概要: Relation Embedding for Personalised POI Recommendation

• arxiv url: http://arxiv.org/abs/2002.03461v2
• Date: Wed, 19 Feb 2020 16:40:48 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-02 14:35:18.727038
• Title: Relation Embedding for Personalised POI Recommendation
• Title（参考訳）: パーソナライズされたPOIレコメンデーションのための関係埋め込み
• Authors: Xianjing Wang, Flora D. Salim, Yongli Ren, Piotr Koniusz
• Abstract要約: 本稿では,POIレコメンデーションのための翻訳ベース埋め込みを提案する。 提案手法は,低時間関係空間における時間的内容と意味的内容を効果的に符号化する。 動的個人利害の推論を強化するために,ユーザPOIグラフ上に複合因数分解フレームワークを構築した。
• 参考スコア（独自算出の注目度）: 34.043989803855844
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Point-of-Interest (POI) recommendation is one of the most important location-based services helping people discover interesting venues or services. However, the extreme user-POI matrix sparsity and the varying spatio-temporal context pose challenges for POI systems, which affects the quality of POI recommendations. To this end, we propose a translation-based relation embedding for POI recommendation. Our approach encodes the temporal and geographic information, as well as semantic contents effectively in a low-dimensional relation space by using Knowledge Graph Embedding techniques. To further alleviate the issue of user-POI matrix sparsity, a combined matrix factorization framework is built on a user-POI graph to enhance the inference of dynamic personal interests by exploiting the side-information. Experiments on two real-world datasets demonstrate the effectiveness of our proposed model.
• Abstract（参考訳）: Point-of-Interest(POI)推奨は、人々が興味深い場所やサービスを見つけるのに役立つ、位置情報ベースの最も重要なサービスの1つである。 しかし、極端にユーザ-POI行列のばらつきと時空間の変動はPOIシステムに課題をもたらし、POIレコメンデーションの品質に影響を及ぼす。 そこで本研究では,POIレコメンデーションのための翻訳に基づく関係埋め込みを提案する。 本手法は,知識グラフ埋め込み手法を用いて,時間的および地理的情報だけでなく,低次元関係空間における意味的内容もエンコードする。 ユーザ-POIマトリクスの疎結合の問題を緩和するため,ユーザ-POIグラフ上に複合行列因数分解フレームワークを構築し,その側面情報を利用して動的個人利害の推論を強化する。 2つの実世界のデータセットに関する実験により,提案モデルの有効性が示された。

関連論文リスト

• Bridging and Modeling Correlations in Pairwise Data for Direct Preference Optimization [75.1240295759264]
  本稿では,BMC という名前のペアデータにおけるブリッジ・アンド・モデリングの効果的なフレームワークを提案する。 目的の修正によって、ペアの選好信号の一貫性と情報性が向上する。 DPOだけではこれらの相関をモデル化し、ニュアンス付き変動を捉えるには不十分である。
  論文  参考訳（メタデータ） (2024-08-14T11:29:47Z)
• When is Off-Policy Evaluation (Reward Modeling) Useful in Contextual Bandits? A Data-Centric Perspective [64.73162159837956]
  ログ化されたデータセットだけで仮説的ターゲットポリシーの価値を評価することは重要だが、難しい。 データ中心のフレームワークであるDataCOPEを提案する。 医療データセットを用いたログ化された文脈的帯域設定におけるDataCOPEの実証分析により、機械学習と人間の専門家ポリシーの両方を評価する能力が確認された。
  論文  参考訳（メタデータ） (2023-11-23T17:13:37Z)
• APGL4SR: A Generic Framework with Adaptive and Personalized Global Collaborative Information in Sequential Recommendation [86.29366168836141]
  逐次推薦のための適応およびパーソナライズされたグラフ学習(APGL4SR)というグラフ駆動型フレームワークを提案する。 APGL4SRは、適応的でパーソナライズされたグローバルな協調情報をシーケンシャルレコメンデーションシステムに組み込む。 一般的なフレームワークとして、APGL4SRは大きなマージンを持つ他のベースラインよりも優れている。
  論文  参考訳（メタデータ） (2023-11-06T01:33:24Z)
• Bayes-enhanced Multi-view Attention Networks for Robust POI Recommendation [81.4999547454189]
  既存の作業では、ユーザによって報告された利用可能なPOIチェックインが、ユーザ行動の真真正な描写であると仮定している。 実際のアプリケーションシナリオでは、主観的および客観的な原因の両方のため、チェックインデータは信頼性が低い。 本稿では,ユーザチェックインの不確実性に対処するため,ベイズ強化型マルチビュー注意ネットワークを提案する。
  論文  参考訳（メタデータ） (2023-11-01T12:47:38Z)
• Self-supervised Graph-based Point-of-interest Recommendation [66.58064122520747]
  Next Point-of-Interest (POI)レコメンデーションは、ロケーションベースのeコマースにおいて重要なコンポーネントとなっている。 自己教師付きグラフ強化POIレコメンデーション(S2GRec)を次のPOIレコメンデーションのために提案する。 特に,グローバル・トランジション・グラフと局所軌道グラフの両方からの協調的な信号を組み込むために,グラフ強化セルフアテンテート・レイヤを考案した。
  論文  参考訳（メタデータ） (2022-10-22T17:29:34Z)
• Empowering Next POI Recommendation with Multi-Relational Modeling [27.27372864066066]
  位置情報ベースのソーシャルネットワーク(LBSN)は、個人レベルの位置情報関連の大規模活動と体験を提供する。 次の関心のポイント(POI)レコメンデーションは、LBSNにおける最も重要なタスクの1つである。 マルチネットワーク表現学習モジュールとの異種関係を効果的に活用する新しいフレームワークMEMOを提案する。
  論文  参考訳（メタデータ） (2022-04-24T21:51:29Z)
• A Systematic Analysis on the Impact of Contextual Information on Point-of-Interest Recommendation [6.346772579930929]
  我々は、異なるコンテキストモデルを提案し、異なる主要なコンテキスト情報の融合をPOIレコメンデーションで分析する。 この結果から,地理的影響や時間的影響をモデル化することで,推奨品質が向上する一方で,他のコンテキスト情報をすべてレコメンデーションモデルに融合させることが必ずしも最善の戦略ではないことが示唆された。
  論文  参考訳（メタデータ） (2022-01-20T12:41:12Z)
• Leveraging Social Influence based on Users Activity Centers for Point-of-Interest Recommendation [2.896192909215469]
  明示的な友情ネットワークとユーザ間の高いチェックインオーバラップに基づく2段階の友情を導入する。 その結果,提案手法は2つの実世界のデータセットにおいて最先端のモデルよりも優れていた。
  論文  参考訳（メタデータ） (2022-01-10T16:46:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。