近日，我校管理科学与工程学院教师王晓军博士与辽宁工业大学刘涛硕士、爱荷华大学商业分析系樊卫国教授合作的论文“TGVx: Dynamic Personalized POI Deep Recommendation Model”被管理学领域顶级期刊INFORMS Journal on Computing (UTD24期刊)接收发表。王晓军为文章的第一作者和通讯作者。
个性化兴趣点(Points-of-Interest, POI)推荐对于提升位置社交网络应用产品的服务质量至关重要，它已经成为当前业界和学术界的最热门研究方向之一。然而，实现高质量的个性化POI推荐面临着三大挑战：用户签到行为的时空动态性带来的兴趣漂移问题，如何尽可能多地融合多源异构信息缓解数据稀疏和冷启动问题，以及如何利用隐式反馈建模复杂的高阶非线性user-POI交互关系。为了共同应对这些挑战，该研究提出了TGVx推荐架构，建立动态个性化POI深度推荐模型。TGVx由x个并行的TGV模型组成。TG模块挖掘高阶非线性user-POI交互关系并融合多源异构信息。V模块迁移外地访客在家乡的签到记录并生成其在目标城市的伪签到记录。该研究为TG模块设计了一种新的非监督深度学习网络T-SemiDAE；为V模块构建了POI-word异构网络并利用图嵌入技术匹配跨城市的最相似POI，迁移签到记录。实际数据集上的实验结果表明，面向本地和外地推荐场景，TGVx模型在准确度和多样性上始终优于其他先进模型。相比于最优的基线模型Semi-CDAE，TGVx的准确度和多样性的平均提升率分别为17.1%-58.6%和2.25%-28.86%。
此项成果是管理科学与工程学院第九篇被管理学国际顶级期刊（UTD24期刊）录用发表的论文，也是我校管理科学与工程学院产出的又一项具有国际顶尖水平的研究成果，对于提升东北财经大学管理科学与工程学科建设水平和国际学术影响力具有积极作用。