本發(fā)明涉及poi推薦領(lǐng)域，尤其涉及一種基于多影響嵌入的個性化poi推薦方法。

背景技術(shù)：

隨著裝備gps智能設(shè)備的快速發(fā)展，產(chǎn)生了基于位置的社交網(wǎng)絡(luò)服務(wù)(location-basedsocialnetworkingservices，lbsns)，如foursquare、facebookplaces、googleplaces等。在lbsns上，用戶可以登錄(check-in)商店、餐廳等poi(pointofinterest)并分享。由于lbsns用戶眾多并能覆蓋廣大的區(qū)域，在其基礎(chǔ)上出現(xiàn)了poi推薦服務(wù)，不僅可以幫助用戶認識新的poi和探索不熟悉的區(qū)域，而且可以方便廣告主向目標用戶推送移動廣告。

然而，通過用戶的位置歷史來推斷用戶對poi的偏好具有很大的挑戰(zhàn)。第一，一個用戶能夠訪問的poi是有限的，而城市中有數(shù)量龐大的poi，對于傳統(tǒng)的基于協(xié)同過濾(collaborativefiltering，cf)的推薦方法，用戶-poi矩陣過于稀疏。第二，當用戶訪問新的區(qū)域時，用戶旅行局部性現(xiàn)象(travellocality)使poi推薦更具挑戰(zhàn)。此外，當增加一個新用戶時，其有限的位置歷史為用戶偏好建模增加了難度，從而很難為其提供準確的推薦服務(wù)，稱為冷啟動問題。為了解決上述數(shù)據(jù)稀疏性及冷啟動問題，傳統(tǒng)的個性化poi推薦方法往往利用社交、時間、地理、序列、語義等方面的影響。

1)社交影響(socialeffect)：用戶的位置歷史與其朋友的位置歷史平均重合約10％，說明社交影響可能僅僅起到有限的作用，但仍不能忽略其影響。

2)時間影響(temporaleffect)：現(xiàn)實生活中，用戶的check-in行為表現(xiàn)出很強的時間周期性、非統(tǒng)一性和連續(xù)性。

3)地理影響(geographicaleffect)：當用戶訪問一個新的區(qū)域或者城市時，他的偏好或行為模式會與在家附近時不同，該問題稱為興趣漂移(interestdrift)。比如，當一位來自杭州的越劇愛好者訪問香港時，他很大可能會去光顧香港的購物中心或者特色餐廳，而不是遵循其在杭州時的行為模式。

4)序列影響(sequentialeffect)：人類流動性研究表明，人們的移動展現(xiàn)較強的序列模式。比如，用戶出機場后很大概率會接著訪問旅館。

5)語義影響(semanticeffect)：最近的一項針對whrrl數(shù)據(jù)集的分析表明用戶的check-in行為展現(xiàn)出很強的語義規(guī)律。換句話說，同一個用戶check-in過的poi內(nèi)容往往在語義上是相似的。然而，一般的個性化poi推薦方法僅利用了上述部分影響，沒有一個能準確整合上述所有方面影響的方法。

技術(shù)實現(xiàn)要素：

為解決當前個性化poi推薦的數(shù)據(jù)稀疏性及冷啟動問題，本發(fā)明提出了一種基于多影響嵌入的個性化poi推薦方法。

一種基于多影響嵌入的個性化poi推薦方法，包括三個階段：

第一階段：構(gòu)建用戶-用戶圖、用戶-性別圖、poi-類別層次圖、poi-區(qū)域?qū)哟螆D、用戶-時間段圖、poi-時間段圖以及用戶-poi圖7個二分圖；構(gòu)建check-in序列；

第二階段：根據(jù)構(gòu)建的7個二分圖建立圖嵌入模型，根據(jù)check-in序列建立序列嵌入模型，并對兩個模型進行聯(lián)合嵌入學(xué)習(xí)，得到用戶、poi、時間段、性別、poi類別以及區(qū)域的嵌入表示；

第三階段：根據(jù)第二階段獲得的嵌入表示、用戶信息以及用戶查詢信息對poi進行打分，并根據(jù)poi分數(shù)對poi降序排序，取前f個poi作為推薦結(jié)果提供給用戶。

第一階段的具體過程為：

(1-1)根據(jù)輸入的用戶社交信息提取用戶的朋友關(guān)系，構(gòu)建用戶-用戶圖；

(1-2)根據(jù)輸入的戶信息數(shù)據(jù)提取用戶的性別特征，構(gòu)建用戶-性別圖；

(1-3)讀取輸入的poi信息的類別標簽，并根據(jù)輸入的poi類別層次結(jié)構(gòu)，構(gòu)建poi-類別層次圖；

(1-4)首先利用空間金字塔的樹狀結(jié)構(gòu)對整個空間區(qū)域進行劃分和索引，然后根據(jù)空間金字塔構(gòu)建poi-區(qū)域?qū)哟螆D；

(1-5)首先讀取用戶check-in歷史數(shù)據(jù)，然后從用戶check-in歷史數(shù)據(jù)中提取每個用戶在各時間段內(nèi)check-in的頻次，構(gòu)建用戶-時間段圖；

(1-6)從用戶check-in歷史數(shù)據(jù)中提取每個poi在各時間段內(nèi)被訪問的頻次，構(gòu)建poi-時間段圖；

(1-7)從用戶check-in歷史數(shù)據(jù)中提取每個用戶對各個poi的訪問頻次，構(gòu)建用戶-poi圖；

(1-8)給定一個時間間隔，當用戶的當前check-in與上一次check-in的時間差不大于該時間間隔時，將當前check-in并入當前check-in序列，從而構(gòu)建所有用戶的check-in序列。

所述的一個poi定義為一個特殊場所(例如：一家飯店、一家劇院等，poi具有三個屬性：id、地理坐標(經(jīng)緯度)以及poi內(nèi)容；所述的poi內(nèi)容為與poi相關(guān)的文本語義信息，如類別標簽。

步驟(1-4)中，本發(fā)明預(yù)先將空間區(qū)域按層次劃分形成空間金字塔，作為優(yōu)先，與poi相連的區(qū)域為空間金字塔最底層的區(qū)域。

第二階段的具體過程為：

(2-1)根據(jù)第一階段建立的每個二分圖，利用圖嵌入方法line構(gòu)建圖嵌入模型；

(2-2)根據(jù)第一階段建立的check-in序列，利用序列嵌入方法skip-gram構(gòu)建序列嵌入模型；

(2-3)根據(jù)構(gòu)建的圖嵌入模型和序列嵌入模型，進行圖和序列聯(lián)合嵌入式學(xué)習(xí)，得到用戶、poi、時間段、性別、poi類別以及區(qū)域的嵌入表示。

步驟(2-1)中，針對每個二分圖構(gòu)建與其對應(yīng)的圖嵌入式模型，模型的目標函數(shù)為：

其中，xa和xb表示兩種類型的節(jié)點集，ε表示邊集；xi為節(jié)點集xa中的第i個節(jié)點，xj為節(jié)點集xb中的第j個節(jié)點，eij屬于邊集ε，表示節(jié)點xi與節(jié)點xj之間的邊，wij為邊eij的邊權(quán)，p(xj|xi)為節(jié)點xi產(chǎn)生節(jié)點xj的條件概率。

為解決計算成本高的問題，對目標函數(shù)進行求解的過程中，采用負采樣方法，根據(jù)每條邊的噪音分布采幾條負邊進行求解，每條邊的目標函數(shù)為：

其中σ(·)為sigmoid函數(shù)；k為負邊的采樣數(shù)量；m用于計數(shù)，取值范圍為1～k；為節(jié)點xj的向量表示，為節(jié)點xi的向量表示；表示根據(jù)噪音分布pn(x)∝dx^3/4采樣得到的負樣本的期望值；目標函數(shù)的第一項對可觀測的邊進行建模，第二項對根據(jù)噪音分布采樣得到的負邊進行建模。

在步驟(2-2)中，本發(fā)明通過skip-gram整合check-in序列影響，將每個poivi當成“詞”，用戶check-in序列當成一個“句子”，所有用戶的check-in序列構(gòu)成一個“文檔”，然后從check-in序列中學(xué)習(xí)poi的嵌入表示，check-in序列的目標函數(shù)為：

其中，k為上下文窗口大小；k為負采樣數(shù)目；為第i個poi，vj為第j個poi，為poivj的向量表示；和分別為poivi及其上下文poivc的向量表示，表示根據(jù)噪音分布pn(v)∝dv^3/4采樣得到的負樣本的期望值。

在步驟(2-3)中，聯(lián)合嵌入學(xué)習(xí)的目標函數(shù)為：

o＝ouu+oug+ouv+out+ovw+ovr+ovt+oseq

其中，ouu為用戶-用戶圖嵌入的目標函數(shù)，oug為用戶-性別圖嵌入的目標函數(shù)，ouv為用戶-poi圖嵌入的目標函數(shù)，out為用戶-時間段圖嵌入的目標函數(shù)，ovw為poi-類別層次圖嵌入的目標函數(shù)，ovr為poi-區(qū)域?qū)哟螆D嵌入的目標函數(shù)，ovt為poi-時間段圖嵌入的目標函數(shù)，oseq為check-in序列嵌入的目標函數(shù)；

在每輪的訓(xùn)練過程中，首先根據(jù)各結(jié)構(gòu)采樣概率選擇一個二分圖或check-in序列集合，如果選擇的是二分圖，則從其邊集中采一條邊和k條負邊，然后更新相應(yīng)對象的嵌入表示，如果選擇的是check-in序列，則從其poi集中選擇一個poi及其上下文poi和k個負樣本，然后更新相應(yīng)poi的嵌入表示，直到實際采樣總數(shù)超過采樣總數(shù)n為止。

第三階段的具體過程為：

(3-1)將給定查詢的時間和位置映射為時間段和區(qū)域；

(3-2)根據(jù)第二階段獲得的嵌入表示對poi進行打分，并根據(jù)poi分數(shù)對poi降序排序，取前f個poi作為推薦結(jié)果提供給用戶；poi分數(shù)的計算公式為：

其中，其中為用戶u的嵌入表示，為查詢時間τ所在時間段t的嵌入表示，為查詢位置l所在區(qū)域r的嵌入表示，為用戶性別的嵌入表示,為poi的嵌入式表示。

本發(fā)明通過圖和序列的聯(lián)合嵌入學(xué)習(xí)方法整合社交、時間、地理、語義、序列等多方面影響，克服數(shù)據(jù)稀疏性和冷啟動問題，為用戶提供高質(zhì)量的個性化poi推薦。本發(fā)明的優(yōu)點包括：

1)整合社交、時間、地理、序列、語義等多方面影響進行個性化poi推薦，解決數(shù)據(jù)稀疏性問題；

2)采用聯(lián)合嵌入的框架，具有一定的擴展性，可以方便地整合其它方面影響，解決了冷啟動問題。

3)通過區(qū)域嵌入表示過濾出本地特色場所，解決用戶在不同區(qū)域旅行產(chǎn)生的興趣漂移問題。

附圖說明

圖1是本發(fā)明基于多影響嵌入個性化poi推薦方法流程圖；

圖2是實施例中poi-類別層次圖；

圖3是將空間區(qū)域分成空間金字塔示意圖；

圖4是實施例中poi-區(qū)域?qū)哟螆D；

圖5是實施例中check-in序列嵌入模型示意圖；

圖6是實施例中聯(lián)合學(xué)習(xí)算法流程圖；

圖7是實施例中輸出結(jié)果的嵌入表示。

具體實施方式

為了更為具體地描述本發(fā)明，下面結(jié)合附圖及具體實施方式對本發(fā)明的技術(shù)方案進行詳細說明。

如圖1所示的是本發(fā)明基于多影響嵌入的個性化poi推薦方法的流程圖，根據(jù)圖1可知，本發(fā)明基于多影響嵌入的個性化poi推薦方法主要包括三個階段，分別為：二分圖與check-in序列構(gòu)建、圖與序列聯(lián)合嵌入學(xué)習(xí)以及poi打分與推薦。

第一階段：二分圖與check-in序列的構(gòu)建

該階段主要是構(gòu)建7張二分圖和check-in序列，7張二分圖分別為：用戶-用戶圖、用戶-性別圖、poi-類別層次圖、poi-區(qū)域?qū)哟螆D、用戶-時間段圖、poi-時間段圖以及用戶-poi圖，構(gòu)建方法具體為：

s101，用戶-用戶圖的構(gòu)建：

根據(jù)輸入的用戶社交信息提取用戶的朋友關(guān)系，進而構(gòu)建用戶-用戶圖，該用戶-用戶圖定義為表示用戶間的社交關(guān)系，其中，表示用戶集合，且εuu表示用戶與用戶之間的邊集；若用戶ui和用戶uj間是朋友關(guān)系，則用戶ui和用戶uj間有一條邊eij，且此時邊權(quán)wij＝1；否則用戶ui和用戶uj間沒有邊eij。

s102，用戶-性別圖的構(gòu)建：

根據(jù)輸入的戶信息數(shù)據(jù)提取用戶的性別特征，進而構(gòu)建用戶-性別圖，該用戶-性別圖定義為其中，表示性別類型(男、女)集合，且εug表示用戶和性別之間的邊集；若用戶ui的性別為gj，則用戶ui和性別gj間存在一條邊eij，且此時，邊權(quán)wij＝1；否則用戶ui和性別gj間沒有邊eij。

s103，poi-類別層次圖的構(gòu)建：

首先，讀取輸入的poi信息和poi類別層次結(jié)構(gòu)數(shù)據(jù)；

一個poi定義為一個特殊場所(例如：一家飯店、一家劇院等)。poi具有三個屬性：id、地理坐標以及內(nèi)容。本實施例用v和lv分別表示一個poi的id及其地理坐標(經(jīng)緯度)，此外，每個poi都有與其相關(guān)的文本語義信息，如類別標簽。poi類別層次結(jié)構(gòu)是對各種poi由大到小、粗粒度到細粒度的總結(jié)與分類，是后續(xù)構(gòu)建poi-類別層次圖的基礎(chǔ)。

然后，基于poi類別層次結(jié)構(gòu)，根據(jù)每個poi的類別標簽，構(gòu)建poi-類別層次圖；

如圖2所示，poi-類別層次圖定義為其中，表示poi集合，表示poi類別集合，εvw表示poi與poi類別之間的邊集，εww表示poi類別與poi類別之間的邊集。需要注意的是數(shù)據(jù)集中存在poi類別體系(樹狀結(jié)構(gòu))，圖中與poi相連的是poi類別體系中最底層的類別。

若則poivi和poi類別wj間存在一條邊eij，否則poivi和poi類別wj間不存在邊eij；

若poi類別wi屬于類別wj，則poi類別wi和poi類別wj間存在一條邊eij，否則沒有，poi類別wi和poi類別wj間不存在邊eij；

當邊eij存在時，邊權(quán)wij＝1。

s104，poi-區(qū)域?qū)哟螆D的構(gòu)建：

首先，利用空間金字塔的樹狀結(jié)構(gòu)對整個空間區(qū)域進行劃分和索引；如圖3所示，空間金字塔將空間區(qū)域分解為h層，其中第一層僅含一個表示整個空間的格子區(qū)域，第h層將整個空間分為4^h-1個格子區(qū)域。因此，整個空間區(qū)域可以遞歸地分成不同粒度的層，其中最底層粒度最小且格子區(qū)域最多。

然后，根據(jù)空間金子塔，構(gòu)建poi-區(qū)域?qū)哟螆D；如圖4所示，poi-區(qū)域?qū)哟螆D是一個二分圖，定義為其中，表示區(qū)域集合，εvr表示poi與區(qū)域之間的邊集，εrr表示區(qū)域與區(qū)域之間的邊集。需要注意的是本實施例事先將空間區(qū)域按層次劃分形成空間金字塔，圖4中與poi相連的區(qū)域為空間金字塔最底層的區(qū)域。

若poivi位于區(qū)域rj內(nèi)，則poivi和區(qū)域rj間存在一條邊eij，否則，poivi和區(qū)域rj間不存在邊eij；

若區(qū)域ri處在區(qū)域rj內(nèi)，則區(qū)域ri和區(qū)域rj間存在一條邊eij，否則區(qū)域ri和區(qū)域rj間不存在邊eij；

當邊eij存在時，邊權(quán)wij＝1。

s105，用戶-時間段圖的構(gòu)建：

首先，讀取輸入的用戶check-in歷史數(shù)據(jù)；

用一個六元組來表示一個check-in行為，即：性別為g的用戶u在時間t訪問了場所v，其中，為場所v的內(nèi)容。對于每個用戶u建立了其位置歷史其中，包含與用戶u相關(guān)的并以時間戳升序排列的check-in行為，本實施例中的數(shù)據(jù)集包括所有用戶位置歷史，即

然后，從用戶check-in歷史數(shù)據(jù)中提取每個用戶在各時間段內(nèi)check-in的頻次，構(gòu)建用戶-時間段圖；

用戶-時間段圖定義為其中，表示時間段集合，εut是用戶與時間段間的邊集。用戶ui和時間段tj間的邊權(quán)wij定義為用戶ui在時間段tj內(nèi)check-in的頻數(shù)。

s106，poi-時間段圖的構(gòu)建：

從用戶check-in歷史數(shù)據(jù)中提取每個poi在各時間段內(nèi)被訪問的頻次，構(gòu)建poi-時間段圖；poi-時間段圖是一個二分圖，定義為其中，εvt是poi與時間段間的邊集。poivi和時間段tj間的邊權(quán)wij為poivi在時間段tj內(nèi)被訪問的頻數(shù)。

s107，用戶-poi圖的構(gòu)建：

從用戶check-in歷史數(shù)據(jù)中提取每個用戶對各個poi的訪問頻次，構(gòu)建用戶-poi圖；用戶-poi圖是一個二分圖，定義為其中，εuv是用戶和poi間的邊集，用戶ui和poivi間的邊權(quán)wij定義為用戶ui訪問poivi的頻數(shù)。

s108，check-in序列的構(gòu)建：

給定一個時間間隔，當用戶的連續(xù)兩次check-in時間差不大于該時間間隔時，將其并入當前check-in序列，從而構(gòu)建所有用戶的check-in序列。

確定一個時間間隔δt，如果在用戶的位置歷史中存在一段序列其中則認為該序列為用戶的第n段check-in序列。本實施例中的check-in序列集包括所有用戶的所有check-in序列，即其中su表用戶u位置歷史中所有check-in序列的集合。

第二階段：圖與序列聯(lián)合嵌入學(xué)習(xí)

s201，利用圖嵌入方法line構(gòu)建圖嵌入模型：

針對第一階段構(gòu)建的每個二分圖其中，xa和xb表示兩種類型的節(jié)點集，ε表示邊集；定義xa中節(jié)點xi產(chǎn)生xb中節(jié)點xj的條件概率為：

其中是xa中節(jié)點xi的嵌入表示，是xb中節(jié)點xj的嵌入表示，則p(·|xi)為節(jié)點xi到xb中所有節(jié)點的條件概率。使條件概率分布p(·|xi)與其經(jīng)驗分布保持相近，其中degi＝∑jwij，其目標函數(shù)為等式(2)，其中，d(·,·)為兩個分布的kl-散度，λi表示節(jié)點xi的重要程度，本發(fā)明提出方法中令λi＝degi。因此得到等式(3)，通過最小化等式(3)學(xué)習(xí)和得到不同類型節(jié)點在空間中的嵌入表示。

優(yōu)化目標(3)時，計算條件概率p2(·|xi)需要將所有節(jié)點都加一遍，計算成本過高。為了解決該問題，本發(fā)明采用負采樣方法，根據(jù)每條邊(i,j)的噪音分布采幾條負邊。針對每條邊，其目標函數(shù)為：

其中σ(x)＝1/(1+exp(-x))為sigmoid函數(shù)；第一項對可觀測的邊進行建模，第二項對根據(jù)噪音分布采樣得到的負邊進行建模；k為負邊的采樣數(shù)量；pn(x)∝dx^3/4為噪音分布，其中dx為節(jié)點x的出度。

s202，針對check-in序列，利用序列嵌入方法skip-gram構(gòu)建序列嵌入模型：

本發(fā)明提出方法通過skip-gram整合check-in序列影響，將每個poivi當成“詞”，用戶check-in序列當成一個“句子”，所有用戶的check-in序列構(gòu)成一個“文檔”，然后從check-in序列中學(xué)習(xí)poi的嵌入表示。如圖5所示，skip-gram模型根據(jù)序列中的當前poivi推斷其上下文poivi-k到vi+k。其目標函數(shù)為最大化平均log概率：

其中，k為上下文窗口大小，p(vi+c|vi)為softmax函數(shù)；和分別為poivi及其上下文poivc的向量表示。

為了提高word2vec模型的學(xué)習(xí)效率，主要有兩種加速策略，即層次softmax和負采樣。本發(fā)明選擇了與line模型優(yōu)化方法一致的負采樣方法，即最大化上下文poi的出現(xiàn)log概率同時最小化負樣本的出現(xiàn)log概率，從而一個易于優(yōu)化的新目標函數(shù)定義如下：

其中σ(x)＝1/(1+exp(-x))，可以確保k為負采樣數(shù)目；表示根據(jù)噪音分布pn(v)∝dv^3/4采樣得到的負樣本的期望值。

s203，根據(jù)構(gòu)建的圖嵌入模型和序列嵌入模型，進行圖和序列聯(lián)合嵌入式學(xué)習(xí)，得到用戶、poi、時間段、性別、poi類別、區(qū)域的嵌入表示；

首先，輸入二分圖、check-in序列以及其它相關(guān)參數(shù)；輸入本實施例構(gòu)建的7張二分圖：用戶-用戶圖、用戶-時間段圖、poi-時間段圖、poi-區(qū)域?qū)哟螆D、poi-類別層次圖、用戶-性別圖和用戶-poi圖，以及check-in序列集合。此外，采樣總數(shù)n、負采樣數(shù)k、嵌入表示維度d以及各部分的采樣概率為提前定義的一些模型參數(shù)。

然后，通過聯(lián)合訓(xùn)練算法學(xué)習(xí)用戶、poi等的嵌入表示；

針對上述7張二分圖與check-in序列，本實施例提出通過聯(lián)合嵌入學(xué)習(xí)對上述圖和序列進行聯(lián)合嵌入學(xué)習(xí)，即最小化所有目標函數(shù)的和：

o＝ouu+oug+ouv+out+ovw+ovr+ovt+oseq(8)

對于目標函數(shù)(8)，其聯(lián)合訓(xùn)練算法流程如圖6，在每輪訓(xùn)練前以一定采樣概率先從上述各圖與序列集合中選擇一個結(jié)構(gòu)(一個圖或序列集合)進行采樣，如果選擇了其中一個圖，則對其進行邊采樣，否則對check-in序列進行poi采樣。在每輪的訓(xùn)練過程中，首先根據(jù)各結(jié)構(gòu)采樣概率選擇一個結(jié)構(gòu)，如果選擇的是圖，則從其邊集中采一條邊和k條負邊，然后更新相應(yīng)對象的嵌入表示，如果選擇的是序列，則從其poi集中選擇一個poi及其上下文poi和k個負樣本，然后更新相應(yīng)poi的嵌入表示，直到實際采樣總數(shù)超過采樣總數(shù)n為止。

最后，輸出用戶、poi、時間段、性別、poi類別、區(qū)域的嵌入表示。如圖7所示，輸出結(jié)果為用戶、poi、性別、時間段、poi類別和區(qū)域的d-維嵌入表示。

第三階段：poi打分與推薦

s301，給定一個查詢，將給定查詢的時間和位置映射為時間段和區(qū)域；

對于帶有查詢時間τ和位置l且性別為g的查詢用戶u，即q＝(u,τ,l,g)，本發(fā)明將時間τ和位置l映射為時間段t和區(qū)域r。

步驟2：基于用戶、poi等嵌入表示為poi打分，并選擇分數(shù)最大的若干項作為推薦；

一旦得到用戶、poi、區(qū)域、時間以及性別的嵌入表示，通過等式(17)計算區(qū)域r內(nèi)用戶u以前沒有訪問過的poi分數(shù)，最后根據(jù)poi分數(shù)對這些poi進行降序排序，選擇前f個poi作為推薦結(jié)果。

其中為用戶的嵌入表示，為查詢時間τ所在時間段t的嵌入表示，為查詢位置l所在區(qū)域r的嵌入表示，為用戶性別的嵌入表示。

以上所述的具體實施方式對本發(fā)明的技術(shù)方案和有益效果進行了詳細說明，應(yīng)理解的是以上所述僅為本發(fā)明的最優(yōu)選實施例，并不用于限制本發(fā)明，凡在本發(fā)明的原則范圍內(nèi)所做的任何修改、補充和等同替換等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。