本发明涉及一种基于时空感知并结合局部和全局偏好的POI预测方法,包括如下步骤:S1:选用公开签入POIs数据集作为训练集,该训练集包括用户历史POI轨迹序列;S2:构建POI预测模型LGSA,LGSA包括局部特征模块、全局特征模块和特征融合模块;S3:利用局部特征模块和全局特征模块计算用户历史POI轨迹序列的Locu和Glou;S4:设置初始权重系数α,使用特征融合模块将Locu和Glou进行结合得到总偏好特征Cu;S5:利用总偏好特征Cu预测得到用户的下一个兴趣点。使用本发明模型可以进一步提高对POI预测的准确性。
📄 202211176462X
📂 G06F16_9536
👤 重庆大学
📅 2022-09-26