一种基于经纬度感知与联邦学习的地点推荐方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于经纬度感知与联邦学习的地点推荐方法
申请号:
CN202510488380
申请日期:
2025-04-18
公开号:
CN120372101A
公开日期:
2025-07-25
类型:
发明专利
摘要
本发明涉及一种基于经纬度感知与联邦学习的地点推荐方法,该方法通过解耦经度与纬度序列的独立自注意力编码,显式捕捉用户方向性移动特征,突破传统地理表征的语义扁平化局限。进一步设计基于行为模式的联邦动态聚类机制,实现异质知识兼容性融合,有效缓解空间异构引发的梯度冲突与长尾边缘化问题,从而解决在POI推荐中的空间异质性问题,提高推荐的相关性和准确性。
技术关键词
地点推荐方法
客户端
序列
聚类机制
参数
动态
模型更新
兴趣点
语义
多模态
列表
坐标
注意力
算法
表达式
异质
模式
异构
服务器