实验室论文被WWW会议录用

International World Wide Web Conference（又称The WEB Conference，简称WWW）是由国际万维网会议委员会发起主办的顶级国际学术会议，创始于1994年，每年举办一届，是CCF A类国际学术会议。

SDE（Research Center for Software and Data Engineering）于福强同学的论文“A Category-Aware Deep Model for Successive POI Recommendation on Sparse Check-in Data”被本次会议录用。

论文介绍：

基于位置的社交网络（LBSN，例如：GoWalla，JiePang和Foursquare）近年来发展迅速，积累了大量有关POI访问的用户签到数据，为了解用户行为并进行POI推荐提供了宝贵机会。然而，现有的连续POI推荐方法仅预测用户下一步的行为，忽略了行为发生时间。因此，在本工作中，我们专注于预测用户将在接下来的24小时内访问的POI。针对签到数据的稀疏性，我们提出了一个类别感知型深度模型CatDM。该模型融合POI类别和地理位置的影响，以减少检索空间来克服数据稀疏性。我们设计了两个基于LSTM的深度编码器，以对POI和类别时序数据进行建模。考虑到用户行为在一天中不同时间段的时钟影响，第二个编码器将用户行为划分为不同的时间窗口，并且每个窗口拥有个性化的attention机制。此外，在对候选集的精排中，我们考虑了四个特定的依存关系：用户-POI，用户-POI类别，POI-时间，POI-用户当前偏好。两个大型真实数据集上的实验展示了我们CatDM模型的优越性能。