[发明专利]基于兴趣点的推荐方法、装置、计算机设备和存储介质

权利要求书

1.一种基于兴趣点的推荐方法，其特征在于，包括：

获取用户的历史签到数据，从所述历史签到数据中确定用户历史签到的地理兴趣点；

基于所述历史签到数据，确定在每两个地理兴趣点间的用户访问方向和所述用户访问方向对应的访问偏好程度；

基于地理兴趣点间的用户访问方向和用户访问方向对应的访问偏好程度，绘制地理兴趣点的有向带权图，其中，有向带权图中的节点表示地理兴趣点，有向带权图中的有向边表示两地理兴趣点之间的用户访问方向，有向边的权重基于用户访问方向对应的访问偏好程度得到；

基于所述有向带权图中的节点以及有向边的权重，生成预设长度的地理兴趣点访问序列，其中，所述地理兴趣点访问序列中相邻的地理兴趣点被至少一个用户先后访问；

从所述历史签到数据中，获取所述地理兴趣点的用户签到文本；

对所述地理兴趣点的用户签到文本进行语义分析，得到用于描述用户签到文本语义的文本描述向量，其中，各文本描述向量的长度相同；

对同一地理兴趣点的所有文本描述向量进行融合，得到融合后向量，将融合后向量作为对应的地理兴趣点的描述向量；

基于地理兴趣点的描述向量，对地理兴趣点访问序列中地理兴趣点的访问规律进行学习，得到地理兴趣点对应的访问关系向量，其中，所述访问关系向量用于表示对应的地理兴趣点与其他地理兴趣点在用户访问行为上的关联；

基于地理兴趣点的访问关系向量，生成地理兴趣点的相关推荐信息。

2.根据权利要求1所述的基于兴趣点的推荐方法，其特征在于，所述对同一地理兴趣点的所有文本描述向量进行融合，得到融合后向量，将融合后向量作为对应的地理兴趣点的描述向量，包括：

对同一地理兴趣点的所有文本描述向量取平均，得到平均向量作为对应的地理兴趣点的描述向量。

3.根据权利要求1所述的基于兴趣点的推荐方法，其特征在于，所述基于地理兴趣点的描述向量，对地理兴趣点访问序列中地理兴趣点的访问规律进行学习，得到地理兴趣点对应的访问关系向量，包括：

通过访问规律分析模型，基于地理兴趣点的描述向量，对地理兴趣点访问序列中地理兴趣点的访问规律进行学习，得到地理兴趣点对应的访问关系向量；

所述通过访问规律分析模型，基于地理兴趣点的描述向量，对地理兴趣点访问序列中地理兴趣点的访问规律进行学习，得到地理兴趣点对应的访问关系向量前，还包括：

获取地理兴趣点的独热编码，以地理兴趣点访问序列中地理兴趣点的排列顺序对地理兴趣点的独热编码进行排列，得到地理兴趣点对应的独热编码序列；

通过独热编码序列对所述访问规律分析模型进行训练，以使得访问规律分析模型学习地理兴趣点访问序列中地理兴趣点的访问规律。

4.根据权利要求1所述的基于兴趣点的推荐方法，其特征在于，所述基于所述有向带权图中的节点以及有向边的权重，生成预设长度的地理兴趣点访问序列，包括：

从所述有向带权图中选择一部分节点作为地理兴趣点访问序列的起始节点；

基于所述有向带权图中各有向边的权重，在所述有向带权图中从各所述起始节点开始游走，基于游走路径中经历的节点生成地理兴趣点访问序列，其中，地理兴趣点访问序列的长度为预设长度，在游走路径中，同一节点的相邻节点不同。

5.根据权利要求1所述的基于兴趣点的推荐方法，其特征在于，所述访问偏好程度包括用户访问次数；

所述基于地理兴趣点间的用户访问方向和用户访问方向对应的访问偏好程度，绘制地理兴趣点的有向带权图，包括：

基于地理兴趣点生成有向带权图的节点，基于地理兴趣点之间的用户访问方向生成节点间的有向边；

计算所述有向带权图中，从同一地理兴趣点指向其他地理兴趣点的第一有向边对应的用户访问次数和用户访问总次数；

对同一地理兴趣点，计算其连接的各第一有向边的用户访问次数与对应的用户访问总次数的比值，以该比值作为对应的第一有向边的权重。