桥接CF和半监督学习的POI推荐方式。
是一个使用了神经网络进行POI推荐的工作。
文章中设计了一种叫做PACE的模型声称可以解决推荐问题中数据稀疏和存在一些相关的上下文(指的是某些关系会与推荐结果相关,称作上下文。例如社交关系可能对POI推荐带来影响)的问题。
模型输入:one-hot形式的user向量和POI向量
输出:
1. (user-POI)以0, 1的形式输出,来代表user是否偏好这个POI
2. user与user之间的社交关系
3. POI之间的地理关系
JP是监督学习,输入user-poi对,与现有的user-poi对的标签作比较
JC是无监督学习或者是应用于增强上下文圆滑性的正则化罚项
以上这俩合称半监督,就对应了标题中的内容。
以上是网络结构。
从下向上开始看: