JP7399216B2 - ユーザ嗜好に基づいた場所個人化推薦のための方法、コンピュータシステム、およびコンピュータプログラム - Google Patents
ユーザ嗜好に基づいた場所個人化推薦のための方法、コンピュータシステム、およびコンピュータプログラム Download PDFInfo
- Publication number
- JP7399216B2 JP7399216B2 JP2022076755A JP2022076755A JP7399216B2 JP 7399216 B2 JP7399216 B2 JP 7399216B2 JP 2022076755 A JP2022076755 A JP 2022076755A JP 2022076755 A JP2022076755 A JP 2022076755A JP 7399216 B2 JP7399216 B2 JP 7399216B2
- Authority
- JP
- Japan
- Prior art keywords
- poi
- metadata
- pois
- user
- processor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 65
- 238000004590 computer program Methods 0.000 title claims description 11
- 238000013136 deep learning model Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 17
- 238000004891 communication Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 11
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002688 persistence Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000005295 random walk Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Library & Information Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Business, Economics & Management (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
310:嗜好POI選定部
320:推薦POI選定部
330:推薦POIランキング部
340:推薦POI提供部
Claims (15)
- コンピュータシステムで実行される場所個人化推薦方法であって、
前記コンピュータシステムは、メモリに含まれるコンピュータ読み取り可能な命令を実行するように構成された少なくとも1つのプロセッサを含み、
前記場所個人化推薦方法は、
前記少なくとも1つのプロセッサにより、POI(point of interest)に対するユーザフィードバックに基づいて第1のPOIを選定する段階、および
前記少なくとも1つのプロセッサにより、POIとメタデータとの関係を表現したグラフ基盤のディープラーニングモデルを利用して前記第1のPOIと前記メタデータが類似する第2のPOIを推薦する段階
を含む、場所個人化推薦方法。 - 前記選定する段階は、
前記ユーザフィードバックと関連する少なくとも1つのフィーチャを利用してPOIに対するユーザの嗜好強度を把握する段階、および
POIに対する前記ユーザの嗜好強度に基づいて前記第1のPOIを選定する段階
を含む、請求項1に記載の場所個人化推薦方法。 - 前記把握する段階は、
前記ユーザの関心地域、前記ユーザフィードバックの最新性と反復性、およびフィードバックタイプのうちの少なくとも1つのフィーチャを利用してPOIに対する前記ユーザの嗜好強度を把握すること
を特徴とする、請求項2に記載の場所個人化推薦方法。 - 前記場所個人化推薦方法は、
前記グラフ基盤のディープラーニングモデルを実現するために、
前記少なくとも1つのプロセッサにより、POIとPOIのメタデータをノードで定義し、POIとメタデータとの関係をエッジで定義したPOI-メタデータグラフを異種グラフの形態で生成する段階、
前記少なくとも1つのプロセッサにより、前記POI-メタデータグラフで共通するメタデータに基づいて各ノードの移動確率を示すメタパスを生成する段階、および
前記少なくとも1つのプロセッサにより、前記メタパスのそれぞれを文章として使用し、ワード埋め込み方式により、共通するメタデータを有するPOIを近くに埋め込むディープラーニングモデルを実現する段階
を含む、請求項1~3のうちのいずれか一項に記載の場所個人化推薦方法。 - 前記ディープラーニングモデルを実現する段階は、
前記メタパスに対応する各文章に対してスキップグラムを適用することで、共通するメタデータを有するPOIを埋め込む段階
を含む、請求項4に記載の場所個人化推薦方法。 - 前記推薦する段階は、
前記第1のPOIと前記第2のPOIのメタデータ類似性に基づいて前記第2のPOIをランキングする段階
を含む、請求項1~3のうちのいずれか一項に記載の場所個人化推薦方法。 - 前記推薦する段階は、
前記第1のPOIと前記第2のPOIの類似性をメタデータの項目別の類似性として区分して計算する段階、および
前記第2のPOIのそれぞれに対し、前記第1のPOIと最も類似するメタデータの項目を推薦事由として提供する段階
を含む、請求項1~3のうちのいずれか一項に記載の場所個人化推薦方法。 - 前記推薦する段階は、
検索クエリに対し、POIに対する検索インデックスに基づいて、前記検索クエリに対応する地域内のPOIのうち、前記第1のPOIと前記メタデータが類似する前記第2のPOIを検索結果として提供する段階
を含む、請求項1~3のうちのいずれか一項に記載の場所個人化推薦方法。 - 請求項1~3のうちのいずれか一項に記載の場所個人化推薦方法をコンピュータに実行させるためのコンピュータプログラム。
- コンピュータシステムであって、
メモリに含まれるコンピュータ読み取り可能な命令を実行するように構成された少なくとも1つのプロセッサ
を含み、
前記少なくとも1つのプロセッサは、
POIに対するユーザフィードバックに基づいて第1のPOIを選定する過程、および
POIとメタデータとの関係を表現したグラフ基盤のディープラーニングモデルを利用して前記第1のPOIと前記メタデータが類似する第2のPOIを推薦する過程
を処理する、コンピュータシステム。 - 前記少なくとも1つのプロセッサは、
ユーザの関心地域、前記ユーザフィードバックの最新性と反復性、およびフィードバックタイプのうちの少なくとも1つのフィーチャを利用してPOIに対するユーザの嗜好強度を把握し、
POIに対する前記ユーザの嗜好強度に基づいて前記第1のPOIを選定すること
を特徴とする、請求項10に記載のコンピュータシステム。 - 前記少なくとも1つのプロセッサは、
前記グラフ基盤のディープラーニングモデルを実現するために、
POIとPOIのメタデータをノードで定義し、POIとメタデータとの関係をエッジで定義したPOI-メタデータグラフを異種グラフの形態で生成し、
前記POI-メタデータグラフで共通するメタデータに基づいて各ノードの移動確率を示すメタパスを生成し、
前記メタパスのそれぞれを文章として使用し、ワード埋め込み方式により、共通するメタデータを有するPOIを近くに埋め込むディープラーニングモデルを実現すること
を特徴とする、請求項10または11に記載のコンピュータシステム。 - 前記少なくとも1つのプロセッサは、
前記第1のPOIと前記第2のPOIのメタデータ類似性に基づいて前記第2のPOIをランキングすること
を特徴とする、請求項10または11に記載のコンピュータシステム。 - 前記少なくとも1つのプロセッサは、
前記第1のPOIと前記第2のPOIの類似性をメタデータの項目別の類似性として区分して計算し、
前記第2のPOIのそれぞれに対し、前記第1のPOIと最も類似するメタデータの項目を推薦事由として提供すること
を特徴とする、請求項10または11に記載のコンピュータシステム。 - 前記少なくとも1つのプロセッサは、
検索クエリに対し、POIに対する検索インデックスに基づいて、前記検索クエリに対応する地域内のPOIのうち、前記第1のPOIと前記メタデータが類似する前記第2のPOIを検索結果として提供すること
を特徴とする、請求項10または11に記載のコンピュータシステム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210182435A KR20230093634A (ko) | 2021-12-20 | 2021-12-20 | 사용자 취향을 기반으로 장소 개인화 추천을 위한 방법, 시스템, 및 컴퓨터 프로그램 |
KR10-2021-0182435 | 2021-12-20 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023091701A JP2023091701A (ja) | 2023-06-30 |
JP7399216B2 true JP7399216B2 (ja) | 2023-12-15 |
Family
ID=86941356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022076755A Active JP7399216B2 (ja) | 2021-12-20 | 2022-05-06 | ユーザ嗜好に基づいた場所個人化推薦のための方法、コンピュータシステム、およびコンピュータプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7399216B2 (ja) |
KR (1) | KR20230093634A (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109189944A (zh) | 2018-09-27 | 2019-01-11 | 桂林电子科技大学 | 基于用户正负反馈画像编码的个性化景点推荐方法及系统 |
CN110287335A (zh) | 2019-06-17 | 2019-09-27 | 桂林电子科技大学 | 基于知识图谱和用户长短期偏好的个性化景点推荐方法及装置 |
CN110288436A (zh) | 2019-06-19 | 2019-09-27 | 桂林电子科技大学 | 一种基于游客偏好建模的个性化景点推荐方法 |
CN110489547A (zh) | 2019-07-11 | 2019-11-22 | 桂林电子科技大学 | 一种基于混合式监督学习的旅游景点推荐方法及装置 |
CN110555112A (zh) | 2019-08-22 | 2019-12-10 | 桂林电子科技大学 | 一种基于用户正负偏好学习的兴趣点推荐方法 |
-
2021
- 2021-12-20 KR KR1020210182435A patent/KR20230093634A/ko unknown
-
2022
- 2022-05-06 JP JP2022076755A patent/JP7399216B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109189944A (zh) | 2018-09-27 | 2019-01-11 | 桂林电子科技大学 | 基于用户正负反馈画像编码的个性化景点推荐方法及系统 |
CN110287335A (zh) | 2019-06-17 | 2019-09-27 | 桂林电子科技大学 | 基于知识图谱和用户长短期偏好的个性化景点推荐方法及装置 |
CN110288436A (zh) | 2019-06-19 | 2019-09-27 | 桂林电子科技大学 | 一种基于游客偏好建模的个性化景点推荐方法 |
CN110489547A (zh) | 2019-07-11 | 2019-11-22 | 桂林电子科技大学 | 一种基于混合式监督学习的旅游景点推荐方法及装置 |
CN110555112A (zh) | 2019-08-22 | 2019-12-10 | 桂林电子科技大学 | 一种基于用户正负偏好学习的兴趣点推荐方法 |
Non-Patent Citations (1)
Title |
---|
前川 由依、外2名,地物間と単語間の類似度を考慮した目的をクエリとする地物情報検索,第12回データ工学と情報マネジメントに関するフォーラム (第18回日本データベース学会年次大会) [online] ,日本,2020年05月14日,p.1-8 |
Also Published As
Publication number | Publication date |
---|---|
JP2023091701A (ja) | 2023-06-30 |
KR20230093634A (ko) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11556865B2 (en) | User-centric browser location | |
US11216509B2 (en) | Dynamic faceting for personalized search and discovery | |
US8566173B2 (en) | Using application market log data to identify applications of interest | |
US11288333B2 (en) | Method and system for estimating user-item interaction data based on stored interaction data by using multiple models | |
US20180011931A1 (en) | Master content summaries for variant content | |
US11412349B2 (en) | Suppressing notifications based on directed location activity | |
RU2731335C2 (ru) | Способ и система для формирования рекомендаций цифрового контента | |
WO2016109567A1 (en) | Bookmarking search results | |
US20160055256A1 (en) | Systems and methods for directing access to products and services | |
US20170083171A1 (en) | Automatic Deep View Card Stacking | |
US20160055133A1 (en) | Systems and methods for directing access to products and services | |
JP6629935B2 (ja) | 文書のカテゴリ分類のためのディープラーニング学習方法およびそのシステム | |
US10380124B2 (en) | Searching data sets | |
CN107003829B (zh) | 各个结果类别的视野内和视野外的与请求相关的结果区域 | |
KR102061331B1 (ko) | 아이템 추천 방법 및 시스템 | |
WO2020172009A1 (en) | System that customizes a re-ranker based upon end user input | |
US20160188721A1 (en) | Accessing Multi-State Search Results | |
JP2023162154A (ja) | 地域知識グラフに基づいて推薦情報を提供する方法、コンピュータ装置、およびコンピュータプログラム | |
JP7399216B2 (ja) | ユーザ嗜好に基づいた場所個人化推薦のための方法、コンピュータシステム、およびコンピュータプログラム | |
KR20190107530A (ko) | 위치기반 정보탐색 방법 및 시스템 | |
JP7012803B2 (ja) | 急上昇検索語提供方法およびシステム | |
JP2019164424A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
JP7354330B2 (ja) | 趣向による場所関連推薦を提供する方法、システム、およびコンピュータプログラム | |
KR20230032811A (ko) | 검색 질의에 따라 검색 결과에 포함된 아이템 별 하위 아이템 추천 목록을 동적으로 제공할 수 있는 방법, 시스템, 및 컴퓨터 프로그램 | |
JP2023035896A (ja) | 検索クエリによって検索結果に含まれたアイテム別に下位アイテム推薦リストを動的に提供する方法、システム、およびコンピュータプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220506 |
|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20220511 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230725 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231025 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231107 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231205 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7399216 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |