[发明专利]用于推荐兴趣点的方法和装置

权利要求书

1.一种用于推荐兴趣点的方法，包括：

获取用户在预设时间段内的位置相关信息，根据所述位置相关信息确定所述用户的常驻区域、以及所述常驻区域内的热门兴趣点信息；

根据所述常驻区域内的热门兴趣点信息，生成所述常驻区域的区域特征；

获取目标用户的用户特征，根据所述目标用户的用户特征与所述目标用户所在的常驻区域的区域特征，确定所述目标用户的偏好预测信息；

获取待推荐兴趣点的地点特征，根据所述目标用户的偏好预测信息以及所述待推荐兴趣点的地点特征，确定出向所述目标用户推荐的兴趣点。

2.根据权利要求1所述的方法，其中，所述获取用户在预设时间段内的位置相关信息，根据所述位置相关信息确定所述用户的常驻区域、以及所述常驻区域内的热门兴趣点信息，包括：

获取所述用户在所述预设时间段内的地理位置访问数据，其中，所述地理位置访问数据包括访问的兴趣点以及访问所述兴趣点的频次；

根据所述用户在预设时间段内对各兴趣点的访问频次，确定所述用户的常驻区域；

根据各所述常驻区域内各用户对各兴趣点的访问频次的统计结果，确定所述常驻区域内的所述热门兴趣点信息。

3.根据权利要求1所述的方法，其中，所述根据所述位置相关信息确定所述用户的常驻区域、以及所述常驻区域内的热门兴趣点信息，包括：

获取所述用户在所述预设时间段内的地理位置访问数据，其中，所述地理位置访问数据包括访问的兴趣点以及访问所述兴趣点的频次；

根据所述访问的兴趣点所属的行政区域，对所述用户对至少两级行政区域的兴趣点的访问频次进行统计，根据统计结果确定所述用户的至少两级常驻行政区域；

根据所述至少两级常驻行政区域内各用户对访问的各兴趣点的访问频次的统计结果，分别确定各级常驻行政区域的热门兴趣点信息。

4.根据权利要求3所述的方法，其中，所述用户的常驻区域包括所述用户的至少两级常驻行政区域；以及

所述获取待推荐兴趣点的地点特征，根据所述目标用户的偏好预测信息以及所述待推荐兴趣点的地点特征，确定出向所述目标用户推荐的兴趣点，包括：

根据所述目标用户的偏好信息以及所述待推荐兴趣点的地点特征，分别确定出向所述目标用户推荐的各级行政区域的兴趣点。

5.根据权利要求1所述的方法，其中，所述根据所述目标用户的用户特征与所述目标用户所在的常驻区域的区域特征，确定所述目标用户的偏好预测信息，包括：

采用预先训练的预测模型中的用户特征融合网络对所述目标用户的用户特征和所述目标用户所在的常驻区域的区域特征进行融合，得到所述目标用户的偏好预测信息；以及

所述根据所述目标用户的偏好预测信息以及所述待推荐兴趣点的地点特征，确定出向所述目标用户推荐的兴趣点，包括：

基于所述目标用户的偏好预测信息以及所述待推荐兴趣点的地点特征，采用所述经过训练的预测模型中的推荐度预测网络预测出各待推荐兴趣点对应于所述目标用户的推荐度；

根据所述各待推荐兴趣点对应于所述目标用户的推荐度，确定出向所述目标用户推荐的兴趣点。

6.根据权利要求5所述的方法，其中，所述预测模型按照如下方式训练得出：

获取样本用户数据集，所述样本用户数据集包括：样本用户的画像数据、样本用户的地理位置访问数据、以及与样本用户访问的地理位置相关的兴趣点数据；

基于所述样本用户的画像数据提取样本用户的用户特征，基于所述样本用户的地理位置访问数据以及与样本用户访问的地理位置相关的兴趣点数据确定样本用户的常驻区域的区域特征；

采用待训练的预测模型中的用户特征融合网络对所述样本用户的用户特征和所述样本用户的常驻区域的区域特征进行融合，得到所述样本用户的偏好预测信息；

基于样本用户的偏好预测信息，采用待训练的预测模型中的推荐度预测网络预测待推荐兴趣点对应于所述样本用户的推荐度；

根据所述样本用户对待推荐兴趣点的推荐反馈信息确定待训练的预测模型中的推荐度预测网络的预测误差，基于所述预测误差迭代调整所述待训练的预测模型中的用户特征融合网络和推荐度预测网络的参数。