TY -的A2 -夏,分盟——王,双非盟- Li AnLiang AU -谢,帅AU -李,护住AU - Wang BoWei盟——姚明,帅AU -阿西夫•穆罕默德PY - 2021 DA - 2021/04/05 TI -时空Self-Attention网络(STSAN)位置预测SP - 6692313六世- 2021 AB -基于位置的社交网络的流行,位置预测已经成为一个重要的任务,近年来受到很大的关注。然而,如何使用大规模的轨迹数据和时空上下文信息有效地挖掘用户的移动模式和预测用户的下一个位置是仍然悬而未决。在本文中,我们提出一种新颖的网络叫STSAN(时空self-attention网络),可以将时空信息的self-attention位置预测。在STSAN,我们设计一个轨迹关注模块学习用户的动态轨迹表示,其中包括三个模块:位置的注意,它捕获的位置顺序与self-attention过渡;空间的注意,捕捉用户的偏爱地理位置;和时间的关注,抓住了用户时间活动的偏好。最后,大量实验四个实际签到数据集是为了验证我们提出的方法的有效性。实验结果表明,时空信息可以有效地提高模型的性能。我们的方法STSAN Acc@1涨幅约39.8%和4.4% 4月改进反对在纽约最强的基线数据集。SN - 1076 - 2787你——https://doi.org/10.1155/2021/6692313——10.1155 / 2021/6692313 JF - PB - Hindawi KW - ER -复杂性