检索结果-南通市图书馆

Personalized tourist route recommendation model with a trajectory understanding via neural networks

International Journal of Digital Earth 2022年第1期15卷 1738-1759页

作者： Naixia Mou Qi Jiang Lingxian Zhang Jiqiang Niu Yunhao Zheng Yanci Wang Tengfei Yang College of Geodesy and Geomatics Shandong University of Science and TechnologyQingdaoPeople’s Republic of China School of Geographic Sciences Xinyang Normal UniversityXinyangPeople’s Republic of China Institute of Remote Sensing and Geographical Information Systems School of Earth and Space SciencesPeking UniversityBeijingPeople’s Republic of China Aerospace Information Research Institute Chinese Academy of SciencesBeijingPeople’s Republic of China

Travel recommendations form a major part of tourism service. Traditional collaborative filtering and Markov model are not appropriate for expressing the trajectory features,for travel preferences of tourists are dynamic and affected by previous behaviors. Inspired by the success of deep learning in sequence learning,a personalized recurrent neural network (P-RecN) is proposed for tourist route recommendation. It is data-driven and adaptively learns the unknown mapping of historical trajectory input to recommended route output. Specifically,a trajectory encoding module is designed to mine the semantic information of trajectory data,and LSTM neural networks are used to capture the sequence travel patterns of tourists. In particular,a temporal attention mechanism is integrated to emphasize the main behavioral intention of tourists. We retrieve a geotagged photo dataset in Shanghai,and evaluate our model in terms of accuracy and ranking ability. Experimental results illustrated that P-RecN outperforms other baseline approaches and can effectively understand the travel patterns of tourists.

关键词： Recommendation system travel trajectory recurrent neural networks flickr geotagged photos

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：