Learning from Hometown and Current City: Cross-city POI Recommendation via Interest Drift and Transfer Learning 是 UbiComp 2019 的一篇文章。
这篇文章提出了一个解决在新城市(非用户家乡的城市)中为用户推荐POI(Point-of-Interests)的方法。新城市中的 POI 推荐存在的主要挑战是用户在新城市只有很少的POI访问历史数据(sparsity problem)。这导致传统模型的性能大打折扣。文章通过详细的数据分析,提出了两个发现:
- 旅行者的兴趣在家乡城市和旅行城市之间的漂移(drift)和迁移(transfer)共存。
- 旅行者(travelers)与当地人(locals)的兴趣有差别。
考虑了这两个因素,文章提出了一个 POI 推荐框架:POI Recommendation framework with User Interest Drift and Transfer (PR-UIDT)。通过联合考虑这两个因素,文章设计了用户隐向量和 POI 隐向量。