《基於多異質圖融合的興趣點推薦關鍵技術研究》是依託哈爾濱工業大學，由李旭濤擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於多異質圖融合的興趣點推薦關鍵技術研究
- 依託單位：哈爾濱工業大學
- 項目類別：青年科學基金項目
- 項目負責人：李旭濤
項目摘要,結題摘要,
項目摘要
隨著移動網際網路的發展，興趣點推薦成為近年學術界和工業界關注的一個熱點問題。然而，目前的研究主要集中在如何面向單個社交網路進行推薦。考慮到現實世界中的個體通常活躍於多個與地理位置相關的社交網路，且它們可從不同側面反映用戶和興趣點的關係，本課題提出融合多個網路使它們互相協助來推薦興趣點。該問題的挑戰在於三點：如何自動粘合多個網路、如何刻畫興趣點間的多關係關聯性和如何基於多網路融合的結果推薦。本課題圍繞這個問題，研究基於多異質圖融合的興趣點推薦方法，主要內容包括：(1) 用戶對齊和興趣點實體連結方法，以解決圖粘合問題； (2) 興趣點間多關係關聯圖推斷方法，用於刻畫興趣點間的關聯性 ； (3) 融合圖上的興趣點推薦方法。課題的創新在於：(1) 半監督用戶對齊和興趣點實體連結方法； (2) 帶約束“矩陣分解+邏輯斯蒂回歸”的多關係關聯圖推斷模型； (3) 元路徑和排序目標下多矩陣分解的推薦模型。
結題摘要
隨著移動網際網路的發展，興趣點推薦成為近年學術界和工業界關注的一個熱點問題。然而，目前的研究主要集中在如何面向單個社交網路進行推薦。考慮到現實世界中的個體通常活躍於多個與地理位置相關的社交網路，且它們可從不同側面反映用戶和興趣點的關係，本課題提出融合多個網路使它們互相協助來推薦興趣點。該問題的挑戰在於三點：如何刻畫異質網路、如何自動歸併多個網路、如何基於歸併地多異質圖進行興趣點推薦。本課題圍繞這些問題，研究基於多異質圖融合的興趣點推薦方法。具體地，本項目主要研究了（1）異質屬性圖的表示學習相關技術，將建立的興趣點-用戶等構成的異質屬性圖，利用各種圖表示學習技術形成興趣點和用戶的嵌入表示，以此為圖歸併和推薦做準備；（2）多異質圖歸併相關技術，包括不同網路的節點對齊技術、半監督節點分類技術、用戶情感立場分類（深度學習和邏輯規則結合的模型）等技術；（3）基於多異質圖興趣點推薦相關技術，包括興趣點區域推薦技術（主要面向用戶到達一個新城市的位置推薦）、多維度張量填充技術（可用於情景感知的興趣點推薦）、基於強化學習的多樣化推薦（通過強化學習技術平衡歷史推薦的準確性和多樣性）以及端到端強化學習推薦技術（建立了一種能端到端訓練的強化學習神經網路）。成果方面，在WWW、AAAI、WSDM、DASFAA和Knowledge Based Systems等重要國際會議和期刊發表相關論文15篇，在圖的表示學習、異質網路的歸併、節點分類、POI用戶情感分類、基於強化學習的推薦、情景感知的興趣點推薦和興趣點區域推薦等方面都取得了重要的進展，對於相關科技技術的推進具有重要的意義，有較好的套用前景。
