9、物联网搜索与物联网分析应用开发工具

物联网搜索与物联网分析应用开发工具

1. 物联网搜索中的场地推荐研究

1.1 研究背景与现状

随着TREC上下文推荐赛道测试集的出现和普及，场地推荐这一具有挑战性的任务研究得到了加速。许多研究小组参与到TREC上下文推荐赛道中，尝试对场地的上下文适宜性进行明确建模。

1.2 具体研究方法

• Hashemi等人的方法 ：应用简约语言模型，根据给定的上下文信息（如旅行时长和类型）以及用户资料信息（如年龄和性别）对推荐候选场地进行排名。具体步骤为，先离线构建每个上下文方面的文本语言模型，然后通过计算推荐候选场地的标准语言模型与预先构建的不同上下文语言模型之间的KL散度，来估计给定场地与用户各种上下文方面的相关性。最后，使用成对SVM排名学习排序模型训练不同上下文方面与给定推荐候选场地的上下文相关性。
• 提出的两种CAVR方法
  • 基于因子分解机的方法 ：由[52]提出，用于对候选场地推荐进行排名。因子分解机接收包含用户、用户访问的场地以及访问上下文信息的数值向量作为输入实例。通过调整ListRank的列表式误差函数，训练因子分解机以减少用户资料排名的误差。
  • 基于学习排序的方法 ：从基于位置的社交网络（LBSN）的用户生成数据（如评论和照片的时间戳）中提取上下文特征。
• 监督式方法 ：利用LBSN（如Foursquare）中的用户生成数