[發明專利]POI推薦模型的構建方法及系統

在審

• 申請號: 201811454774.6
• 申請日: 2018-11-30
• 公開（公告）號: CN111259268A
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 王新珩;伊雷·內擇瑞安汗擇;陳濤;瑪德塞·伊克巴爾
• 申請（專利權）人: 知谷（上海）網絡科技有限公司
• 主分類號: G06F16/9537
• 分類號: G06F16/9537
• 代理公司: 北京商專永信知識產權代理事務所(普通合伙) 11400
• 代理人: 方挺;黃謙

1.一種POI推薦模型的構建方法，包括：

獲取多個用戶在社交網絡中的歷史簽到數據集，其中，所述歷史簽到數據集至少包括：簽到時間、簽到地址的信息；

根據所述歷史簽到數據集內的簽到時間、簽到地址的信息確定所述用戶的POI特征集合；

提取所述POI特征集合中的至少一個POI特征，確定多個子模型訓練集；

通過監督模型對所述多個子模型訓練集分別訓練對應的POI概率估計，根據自決策樹對所述POI概率估計迭代更新，當所述POI概率估計達到或超過預設閾值時，確定多個POI推薦子模型；

根據應用加法聚集所述多個POI推薦子模型，以構建POI推薦模型。

2.根據權利要求1所述的方法，其中，所述簽到地址的信息包括：簽到地址名稱、簽到地址類別、簽到地址坐標；

所述POI特征集合包括：

根據單個用戶在各簽到地址名稱以及簽到地址類別的簽到次數，確定所述單個用戶的POI偏好以及類別偏好；

根據所述多個用戶在各簽到地址名稱以及簽到地址類別的簽到次數，確定各簽到地址的POI流行度；

根據所述單個用戶在預設簽到時間內相鄰的簽到地址的信息，確定所述單個用戶的POI轉換偏好以及類別轉換偏好；

根據所述多個用戶在預設簽到時間內相鄰的簽到地址的信息，確定各簽到地址的POI轉換流行度以及類別轉換流行度，其中，所述預設簽到時間還包括：小時、星期，確定所述各簽到地址的POI時間感知流行度以及類型時間感知流行度；

根據所述簽到地址坐標，確定各簽到地址間的地理距離。

3.根據權利要求2所述的方法，其中，所述提取所述POI特征集合中的至少一個POI特征，確定多個子模型訓練集包括：

通過預先指定簇的數量閾值，根據各簽到地址的地址坐標對所述各簽到地址進行聚類；

根據各聚類類別內各簽到地址的簽到次數確定各聚類類別的多個POI特征，從而確定多個子模型訓練集。

4.根據權利要求1所述的方法，其中，所述歷史簽到數據集包括訓練數據集以及驗證數據集，其中，所述訓練數據集用于確定用戶的POI特征集合。

5.根據權利要求4所述的方法，其中，在根據所述訓練數據集確定的用戶的POI特征集合之后，所述方法還包括：

根據所述POI特征集合確定多個POI推薦子模型；

通過驗證數據集對所述多個POI推薦子模型進行校驗，確定所述多個POI推薦子模型中的部分有效POI推薦子模型；

根據所述部分有效POI推薦子模型修剪所述多個POI推薦子模型，以減少過度擬合。

6.一種POI推薦模型的構建系統，包括：

歷史簽到數據集獲取程序模塊，用于獲取多個用戶在社交網絡中的歷史簽到數據集，其中，所述歷史簽到數據集至少包括：簽到時間、簽到地址的信息；

POI特征集合確定程序模塊，用于根據所述歷史簽到數據集內的簽到時間、簽到地址的信息確定所述用戶的POI特征集合；

子模型訓練集確定程序模塊，用于提取所述POI特征集合中的至少一個POI特征，確定多個子模型訓練集；

POI推薦子模型確定程序模塊，用于通過監督模型對所述多個子模型訓練集分別訓練對應的POI概率估計，根據自決策樹對所述POI概率估計迭代更新，當所述POI概率估計達到或超過預設閾值時，確定多個POI推薦子模型；

POI推薦模型確定程序模塊，用于根據應用加法聚集所述多個POI推薦子模型，以構建POI推薦模型。