神经协同过滤智能商业选址方法

为了挖掘商店类别与地址之间的关系,基于神经协同过滤(NCF)框架提出商业选址神经协同过滤方法——NeuMF-RS.采用嵌入方式分别得到商店类别和地址的表示,利用矩阵分解的思想学习商店类别与地址之间的线性关系;利用深度学习多层感知机学习商店类别与地址之间非线性、深层次的关系;结合这2种方法学习到的关系得到最终结果.利用北京市的餐馆数据与POI数据来评价NeuMF-RS方法的性能,结果表明,NeuMF-RS相对于其他先进的深度学习方法和协同过滤方法在商业选址方面具有更好的性能,更能兼顾线性与非线性关系.