基于用戶行為和上下文語義的分層ST-LSTM位置預(yù)測(cè)

摘要： 當(dāng)前的位置預(yù)測(cè)方法大多沒有考慮到用戶行為信息，由于用戶的訪問時(shí)間、行為模式等能夠在很大程度上反映所處位置，因此在對(duì)位置潛在向量進(jìn)行預(yù)訓(xùn)練時(shí)有必要使用該信息。進(jìn)行位置預(yù)測(cè)時(shí)，采樣粒度較細(xì)的序列長度較長，難以捕獲長距離依賴。針對(duì)這2個(gè)問題，提出了基于用戶行為和上下文語義的分層時(shí)空長短期記憶網(wǎng)絡(luò)(Hierarchical Spatiotemporal Long Short-Term ...