Predicting Your Next Stop-over from Location-based Social Network Data with Recurrent Neural Networks

Tipo di pubblicazione: Articolo in atti di convegno
Tipologia MIUR: Contributo in Atti di Convegno (Proceeding) > Contributo in atti di convegno
Titolo: Predicting Your Next Stop-over from Location-based Social Network Data with Recurrent Neural Networks
Autori: Palumbo, Enrico; Rizzo, Giuseppe; Troncy, Raphaël; Baralis, Elena
Autori di ateneo:
Tipo di referee: Comitato scientifico
Editore: CEUR
Volume: 1906
Titolo del convegno: RecTour@RecSys2017
Luogo dell'evento: Como
Data dell'evento: 27/08/2017
Abstract: In the past years, Location-based Social Network (LBSN) data have strongly fostered a data-driven approach to the recommendation of Points of Interest (POIs) in the tourism domain. However, an important aspect that is often not taken into account by current approaches is the temporal correlations among POI categories in tourist paths. In this work, we collect data from Foursquare, we extract timed paths of POI categories from sequences of temporally neighboring check-ins and we use a Recurrent Neural Network (RNN) to learn to generate new paths by training it to predict observed paths. As a further step, we cluster the data considering users' demographics and learn separate models for each category of users. The evaluation shows the e�ectiveness of the proposed approach in predicting paths in terms of model perplexity on the test set
Data: 2017
Status: Pubblicato
Lingua della pubblicazione: Inglese
Parole chiave: recurrent neural networks, deep learning, next item recommendation
Dipartimenti (originale): DAUIN - Dipartimento di Automatica Informatica
Dipartimenti: DAUIN - Dipartimento di Automatica e Informatica
URL correlate:
Area disciplinare: Area 09 - Ingegneria industriale e dell'informazione > SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
Data di deposito: 04 Set 2017 17:15
Data ultima modifica (IRIS): 04 Set 2017 17:40:46
Data inserimento (PORTO): 06 Set 2017 04:59
Permalink: http://porto.polito.it/id/eprint/2678878
Link resolver URL: Link resolver link
Citazioni:

Il campo presenta il numero di citazioni presenti sulle banche dati Scopus e Web of Science e permette di accedere ai relativi record. Visualizza inoltre il link al record presente su Google Scholar.

Possono verificarsi discrepanze rispetto ai dati presenti sulle banche dati per i seguenti motivi:

  • Differenze tra i dati riportati su IRIS e quelli presenti nelle banche dati.
  • Il numero di citazioni riportate su PORTO viene estratto mensilmente. Il dato citazionale presente sulle singole banche dati è aggiornato in tempo reale
  • Il numero di citazioni per WoS viene calcolato sulla base delle collezioni in abbonamento (Science citation index Expanded e Conference Proceedings Citation Index)

Per informazioni o segnalazioni contattare scrivia/porto

+
-

Allegati

[img]
Preview
PDF (paper1.pdf) - Postprint
Accesso al documento: Visibile (Ad accesso aperto)
Licenza: Pubblico - Tutti i diritti riservati.

Download (1193Kb (1222532 bytes)) | Preview

Azioni (richiesto il login)

Visualizza il documento (riservato amministratori) Visualizza il documento (riservato amministratori)

Statistiche sul Download degli allegati

Altre statistiche su questa pubblicazione...