面向群组的事件兴趣点推荐算法研究

群组指多个用户形成的群体;面向群组的事件兴趣点推荐,涉及到多个实体(如用户、群组、事件、兴趣点等)之间的复杂交互。本研究对基于事件的社交网络中多个实体及其交互进行了综合考虑,提出了一个基于异构信息网络和注意神经网络的事件兴趣点推荐算法,为群组推荐合适的兴趣点用于举办事件。首先,使用了基于优先级的采样技术来选择高质量的路径实例;然后,构建了群组、事件、兴趣点和基于元路径的上下文嵌入表示,并采用共同注意机制对其进行改进,从而增强了模型的可解释性;最后,基于真实数据集的实验结果验证了本研究方法的有效性和实用性,以及将异构信息网络和注意神经网络应用于事件兴趣点推荐的前景。