买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明提供一种缺失POI的识别方法，包括：首先通过处理原始签到数据，生成基于用户、时间、POI和POI类别的5个关系图网络；然后，通过联合图嵌入方法，将用户、时间、POI和POI类别嵌入共享维度空间，共同捕获顺序转换模式、时间周期影响与用户偏好；其次，结合了区域级别的空间邻近性，对地理空间的距离进行加权，以此来引入地理影响；最后将上述所有影响因素融合进行联合概率估计，得出每个POI的概率得分并排名，根据排名，得出用户在过去某个时间缺失的POI签到，从而预测用户去过的位置信息。本发明旨在通过建模整个历史信息与查询时间节点的前、后上下文信息，从而解决“你去了哪儿”识别的新问题。

主权项：1.一种缺失POI的识别方法，其特征在于，包括如下步骤：步骤1.输入基于位置社交网络服务平台的用户签到数据，进行数据清洗，并统一数据格式，保证数据一致性；步骤2.根据步骤1处理后的数据，构建基于用户、时间分别与POI、POI类别以及POI与POI类别之间的多个关系图，之后将上述多个关系图进行联合图嵌入，从而将用户、时间、POI和POI类别的表达向量嵌入到统一共享维度空间中，共同捕获顺序转换模式、时间周期影响与用户偏好；步骤3.考虑区域级别的空间邻近性，将城市区域进行网格划分，并将每个POI嵌入对应网络区域，然后对地理空间的距离进行加权；步骤4.将步骤2得到的用户偏好和步骤3距离权重融合进行联合概率估计，得出每个候选POI的概率得分并排名，根据排名，得出用户在过去某个时间缺失的POI签到，从而预测用户去过的位置信息；其中，步骤2具体还包括如下子步骤：步骤2.1、基于步骤1处理后的数据，构建5个关系图网格，即用户—POI、用户—POI、时间—POI、时间—POI类别以及POI类别—POI类别，其中每个图中的权重表示发生此项签到的频率；步骤2.2、基于2.1得到的5个关系图，使用联合图嵌入方法，将关系到用户个性化偏好的用户、POI、POI类别以及时间的表达向量，嵌入到统一共享维度空间中，得到统一共享维度空间中的用户、POI、POI类别、时间的嵌入向量：其中，包括和步骤2.3根据步骤2.2得到的用户、POI、POI类别、时间的嵌入向量，挖掘用户在某个时间的静态偏好得分Sp： 式中，p表示社会场所地点，c表示社会场所地点的语义类别，u表示用户，τ表示查询的时间项，t表示时间，为的转置矩阵；同时，为了表达用户在社会地点类别之间的转移偏好，我们对每个社会场所地点的语义类别c赋予两个角色：出和入分别对应和因此，用表示相邻时刻社会地点语义类别转换的得分，其值越大，表示在τ时刻用户访问的社会地点类别cτ后越有可能在下一τ+1时刻，越有可能访问cτ+1；并基于上述的嵌入向量表达用户对地点的序列转移偏好得分Sq： 式中，cτ、cτ-1和cτ+1分别表示当前时刻、上一时刻和下一时刻社会场所地点类别，表示用户个性化偏好项，Pcτ|cτ-1,cτ+1为转移概率： 其中，表示τ-1时刻社会地点类别特征的出分量，表示τ时刻社会地点类别特征的入分量，表示τ+1时刻的社会地点类别特征的入分量，为发生缺失POI标注的时刻与连续前项签到的时间间隔，为发生缺失POI标注的时刻与连续后项签到的时间间隔，η表示为时间间隔阈值，当连续签到时间大于η时，表示用户发生签到行为不受序列影响，而只受到长期静态偏好影响；基于上述两项因素，结合用户的静态偏好和序列转移偏好得出用户对候选POI的概率得分： 式中，θ表示权重参数，范围为[0,1]；当大于时间阈值η时，认为用户发生签到的行为只受长期静态偏好的影响；反之，则受两项因素同时影响。

全文数据：

权利要求：

百度查询： 武汉大学 缺失POI的识别方法