BERT4Loc: BERT for Location — POI Recommender System

要約

興味のある地点 (POI) を推奨することは、位置ベースのソーシャル メディア プラットフォームから包括的な位置データを抽出する必要がある困難なタスクです。
効果的な位置情報ベースの推奨事項を提供するには、ユーザーの過去の行動や好みを分析することが重要です。
この研究では、トランスフォーマーの双方向エンコーダー表現 (BERT) を使用してパーソナライズされた位置ベースの提案を提供する、高度な位置認識レコメンデーション システムを紹介します。
私たちのモデルは、位置情報とユーザーの好みを組み合わせて、シーケンス内の次の POI を予測するモデルと比較して、より関連性の高い推奨事項を提供します。
2 つのベンチマーク データセットでの実験では、BERT ベースのモデルがさまざまな最先端の逐次モデルよりも優れていることがわかりました。
さらに、追加の実験を通じて、提案されたモデルの品質に対する有効性がわかります。

要約(オリジナル)

Recommending points of interest (POIs) is a challenging task that requires extracting comprehensive location data from location-based social media platforms. To provide effective location-based recommendations, it’s important to analyze users’ historical behavior and preferences. In this study, we present a sophisticated location-aware recommendation system that uses Bidirectional Encoder Representations from Transformers (BERT) to offer personalized location-based suggestions. Our model combines location information and user preferences to provide more relevant recommendations compared to models that predict the next POI in a sequence. Our experiments on two benchmark dataset show that our BERT-based model outperforms various state-of-the-art sequential models. Moreover, we see the effectiveness of the proposed model for quality through additional experiments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google