基于时空自适应融合Transformer的下一个兴趣点推荐模型研究

《International Journal of Cognitive Computing in Engineering》：Spatio-Temporal Adaptive Fusion Transformer for Next POI Recommendation

本文针对下一代兴趣点推荐中空间、时间和类别信息融合不足的挑战，提出了一种创新的STAFT模型。该模型首次引入可学习随机傅里叶特征进行空间编码，结合类别感知注意力机制和时序卷积网络，通过Transformer架构实现多维度信息自适应融合。实验表明，STAFT在多个真实数据集上较现有最优模型性能提升4-9%，为解决复杂时空上下文下的个性化位置推荐提供了有效方案。

　　

随着智能手机和位置服务的普及，基于用户历史轨迹的下一个兴趣点推荐已成为提升旅游、出行、外卖等服务体验的关键技术。然而，现有模型在同时捕捉复杂空间关系、时间动态和语义类别等多维度信息方面仍面临巨大挑战。传统方法往往将地理坐标简化为区域ID，或仅使用循环神经网络处理时间序列，忽略了类别信息的重要影响，导致推荐准确性受限。

为了突破这些瓶颈，发表在《International Journal of Cognitive Computing in Engineering》上的研究提出了一种名为STAFT的创新框架。该研究团队设计了一个集成了可学习随机傅里叶特征、类别感知注意力机制、时序卷积网络和Transformer编码器的深度学习模型，首次将核近似技术应用于空间特征学习，实现了对用户移动模式的全面建模。

研究人员采用了来自Foursquare和Gowalla的真实签到数据集进行验证，包括纽约、东京等城市的用户轨迹数据。通过系统性的特征工程和模型训练，STAFT模型在Recall@5和NDCG@10等关键指标上显著优于ST-RNN、STAN、GETNext等6种主流基线模型，最高提升达9.36%。

在技术方法上，该研究主要突破了三个关键点：首先，通过可学习随机傅里叶特征将原始空间坐标映射到高维核空间，有效捕捉地理位置的连续分布特性；其次，引入类别感知注意力机制动态加权不同POI类别的重要性；最后，结合时序卷积网络处理局部时间依赖和Transformer编码器捕捉长程序列模式。

研究结果显示，STAFT在NYC数据集上Recall@5达到0.4868，在TKY数据集上达到0.4374，均显著优于对比模型。特别值得注意的是，模型对高频访问的POI预测准确率超过80%，表明其能有效学习用户的稳定行为模式。通过可视化分析发现，LRFF模块生成的空间嵌入呈现丰富的特征分布，而类别感知注意力权重在不同时间步保持稳定分布，证明模型能均衡考虑各类别信息。

讨论部分指出，STAFT的创新性在于将连续空间编码、动态类别加权和分层时序建模有机融合，克服了传统方法在处理稀疏数据和长程依赖方面的局限性。该模型不仅提升了推荐精度，其模块化设计也为后续研究提供了可扩展的框架。然而，研究也承认模型在冷启动场景和计算效率方面存在改进空间。

这项工作的重要意义在于为下一代位置推荐系统建立了新的技术范式，通过多维度上下文的自适应融合，使模型能够更精准地理解用户意图。其技术路线对智慧城市建设、个性化旅游推荐等应用领域具有重要参考价值，为人工智能在时空数据挖掘领域的深入应用开辟了新方向。