論文の概要: Birds of a Feather Cluster Nearby: a Proximity-Aware Geo-Codebook for Local Service Recommendation

• arxiv url: http://arxiv.org/abs/2604.23156v1
• Date: Sat, 25 Apr 2026 06:05:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:07.184175
• Title: Birds of a Feather Cluster Nearby: a Proximity-Aware Geo-Codebook for Local Service Recommendation
• Title（参考訳）: 近接するフェザークラスタの鳥:地域サービス推薦のための近距離対応ジオコードブック
• Authors: Tian He, Chen Yang, Jiawei Zhang, Lin Guo, Wei Lin, Zhuqing Jiang,
• Abstract要約: Pro-GEO は Proximity-aware GEO-codebook である。 Pro-GEOは最先端の手法よりも優れています。 特に、Pro-GEOは平均的な地理的クラスタリング距離を45.60%削減する。
• 参考スコア（独自算出の注目度）: 19.15318282536391
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Generative recommendation systems are increasingly adopted in local service platforms, where semantic relevance alone is insufficient without strict geographic feasibility. A key technical challenge lies in semantic ID (SID) tokenization, which directly impacts the recommendation performance. However, existing semantic codebooks neglect geographic constraints, often resulting in recommendations that are semantically relevant yet geographically unreachable. To address this limitation, we propose Pro-GEO, a Proximity-aware GEO-codebook. Pro-GEO establishes a geo-centroid local coordinate system to capture intra-cluster spatial relationships and a geo-rotary position encoding mechanism that models geographic proximity as orthogonal rotational transformations in the high-dimensional embedding. This design enables semantic and spatial signals to be jointly modeled in a balanced manner, without reducing geographic information to a weak auxiliary feature. Extensive experiments conducted on a large-scale industrial dataset reveal that Pro-GEO significantly outperforms state-of-the-art methods. In particular, Pro-GEO reduces the average geographic clustering distance by 45.60% and achieves a 1.87% improvement in Hit@50, highlighting its effectiveness for real-world local service recommendation.
• Abstract（参考訳）: 生成レコメンデーションシステムは、地理的に厳密な実現性のない意味的関連性だけでは不十分なローカルサービスプラットフォームにおいて、ますます採用されている。 重要な技術的課題はセマンティックID(SID)トークン化であり、レコメンデーションのパフォーマンスに直接影響を与える。 しかし、既存のセマンティックコードブックは地理的制約を無視しており、しばしば意味的に関係があるが地理的に到達できないレコメンデーションをもたらす。 この制限に対処するために, Pro-GEO(Proximity-aware GEO-codebook)を提案する。 Pro-GEOは、クラスタ内空間関係を捕捉するジオセントロイド局所座標系と、高次元埋め込みにおける地理的近接を直交回転変換としてモデル化するジオ回転位置符号化機構を確立する。 この設計により、地理的情報を弱い補助的特徴に還元することなく、意味的および空間的信号をバランスよく共同でモデル化することができる。 大規模産業データセットで実施された大規模な実験により、Pro-GEOは最先端の手法を大幅に上回っていることが明らかになった。 特に、Pro-GEOは、平均的な地理的クラスタリング距離を45.60%削減し、Hit@50の1.87%の改善を実現し、実世界のローカルサービスレコメンデーションの有効性を強調している。

関連論文リスト

• ReaGeo: Reasoning-Enhanced End-to-End Geocoding with LLMs [8.089023511080248]
  本稿では,大規模言語モデルに基づくエンドツーエンドのジオコーディングフレームワークReaGeoを提案する。 この方法は、座標をジオハッシュシーケンスに変換し、座標予測タスクをテキスト生成問題として再構成する。 距離決定に基づく報酬を用いた強化学習を適用し、生成精度を最適化する。
  論文  参考訳（メタデータ） (2026-04-23T07:18:21Z)
• Learning to Wander: Improving the Global Image Geolocation Ability of LMMs via Actionable Reasoning [72.13218601075958]
  textbfWanderBenchは,具体的シナリオにおける行動可能な位置情報推論のための,最初のオープンアクセスグローバルジオロケーションベンチマークである。 我々は,下線Action of UnderlineThoughを用いた下線Geolocationフレームワークである textbfGeoAoT (Action of Thought) を提案する。 19個の大規模マルチモーダルモデルによる実験により、GeoAoTは動的環境におけるより優れた微細な局所化とより強力な一般化を実現することが示された。
  論文  参考訳（メタデータ） (2026-03-11T06:24:10Z)
• GeoAgent: Learning to Geolocate Everywhere with Reinforced Geographic Characteristics [91.17301794848025]
  本稿では,人間と密に推論し,詳細なアドレス結論を導出できるGeoAgentについて述べる。 従来のRLベースの手法は、パフォーマンスと解釈可能性においてブレークスルーを達成したが、AI生成のチェーン・オブ・プリート(CoT)データとトレーニング戦略に依存しているため、依然として懸念が残っている。
  論文  参考訳（メタデータ） (2026-02-13T04:48:05Z)
• Performance and Generalizability Impacts of Incorporating Location Encoders into Deep Learning for Dynamic PM2.5 Estimation [0.39762912548964846]
  動的・空間的不均一な応用のための深層学習における位置情報の効果について検討する。 日表面PM2.5を衛星観測と地上観測により推定した。 以上の結果から,空間一般化の支援により,原座標は領域内の性能を向上させることができるが,領域間の一般化性は低下することが示された。
  論文  参考訳（メタデータ） (2025-05-24T02:00:34Z)
• Geolocation with Real Human Gameplay Data: A Large-Scale Dataset and Human-Like Reasoning Framework [59.42946541163632]
  3つの重要なコンポーネントを持つ包括的位置決めフレームワークを導入する。 大規模データセットGeoComp、新しい推論手法GeoCoT、評価指標GeoEval。 また,GeoCoTは解釈可能性を高めつつ,位置情報の精度を最大25%向上させることを示した。
  論文  参考訳（メタデータ） (2025-02-19T14:21:25Z)
• Geo-Encoder: A Chunk-Argument Bi-Encoder Framework for Chinese Geographic Re-Ranking [61.60169764507917]
  中国の地理的再ランクタスクは、検索された候補者の中で最も関連性の高い住所を見つけることを目的としている。 そこで我々は,中国語の地理的意味論をより効果的に統合する,革新的なフレームワークであるGeo-Encoderを提案する。
  論文  参考訳（メタデータ） (2023-09-04T13:44:50Z)
• GeoNet: Benchmarking Unsupervised Adaptation across Geographies [71.23141626803287]
  地理的ロバスト性の問題について検討し、3つの主要な貢献を行う。 まず,地理的適応のための大規模データセットGeoNetを紹介する。 第2に、シーンコンテキストにおける大きな変化から、ドメインシフトの主な原因が生じるという仮説を立てる。 第3に、最先端の教師なしドメイン適応アルゴリズムとアーキテクチャを広範囲に評価する。
  論文  参考訳（メタデータ） (2023-03-27T17:59:34Z)

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。