Resumen

La recomendación de POI encuentra una importancia significativa en varias aplicaciones de la vida real, especialmente al encontrarse con servicios basados en la ubicación, por ejemplo, las redes sociales de check-ins. En este documento, proponemos resolver la recomendación de POI a través de un modelo novedoso de tensor dinámico, que es uno de los primeros logros de su tipo. Para llevar a cabo recomendaciones oportunas, predecimos POI utilizando un algoritmo de completación basado en un tensor de rango bajo rápido. En particular, la estructura de tensor dinámico se complementa con el algoritmo de completación de tensor de rango bajo rápido para lograr una predicción con un mejor rendimiento, donde la optimización de parámetros se logra mediante un algoritmo heurístico inspirado en palomas. En resumen, nuestra recomendación de POI a través del método de tensor dinámico puede aprovechar las características intrínsecas de los datos de check-ins debido a las características multimodales como las categorías actuales, las categorías subsecuentes y la información temporal, así como las variaciones estacionales que se integran

• Materias:Algoritmo de agrupamiento Reconocimiento de caracteres Reconocimiento de entidades nombradas Algoritmos de recomendación Tecnologías de contenedores
• Subjects:Clustering algorithm Character recognition Named entity recognition Recommendation algorithms Container technologies
• Palabras claves:Recomendación; Tensor dinámico; Algoritmo de completitud; Tensor de rango bajo; Algoritmo heurístico; Características multimodales
• Keywords:Recommendation; Dynamic tensor; Completion algorithm; Low-rank tensor; Heuristic algorithm; Multimode features