Core Concepts
モビリティツリーとMTNetは、時間スロットごとの個別な行動パターンを理解し、次のPOI推薦の性能を向上させる。
Abstract
ユーザー行動パターンを時系列で捉える従来手法から、時間スロットごとに特化した行動パターンを把握する新しいアプローチ。
MTNetは、4段階のノード間相互作用操作を使用して、チェックイン情報を効果的に伝播・集約し、次のPOI推薦性能を向上させる。
マルチタスク学習戦略により、MTNetは他の10種類の最先端手法よりも優れた実験結果を示す。
Stats
モデルが他の10種類の手法よりも優れた実験結果を示すことが確認されました。
TKYデータセットでは12つの期間ノードが最適であり、全ての評価メトリクスで最高性能が得られました。
MTNetはCAデータセットでも優れた性能を発揮しました。Accで15.26%、MRRで12.55%改善されました。