CISK: An interactive framework for conceptual inference based spatial keyword query
CISK: An interactive framework for conceptual inference based spatial keyword query
复制标题
CISK：基于概念推理的空间关键字查询的交互式框架
DOI：
10.1016/j.neucom.2020.02.129
复制
发表时间：
2020-07
期刊：
影响因子：
--
通讯作者：
Lihua Yin
中科院分区：
文献类型：
--
作者：
Jiajie Xu;Jiabao Sun;Rui Zhou;Chengfei Liu;Lihua Yin
空间关键字查询是自动驾驶服务中向用户推荐其所需POI的重要技术。推测查询意图是空间关键词搜索中的一个重要而又具有挑战性的问题。然而，由于无法捕获短文本输入关键字的意图，现有方法不足以发现合格的结果。本文采用了一种基于概念推理的方法来推断用户的隐含意图，从而能够找到更有意义的答案。首先，设计了一个位置感知推理模型，通过考虑知识图的典型性、粒度和空间分布来生成概念，并考虑了知识图中的上下位关系。然后，我们提出了一种新的交互框架来学习用户的概念偏好，该框架在开始时使用k-Skyband对不看好的对象进行剪枝，并在每一轮交互中使用密集子图来选择有希望的候选对象。经过少量轮次学习，所有对象都可以通过用户事先未知的个性化排名函数进行合理排序。在两个真实数据集上的实证研究表明，本文提出的基于概念推理和偏好学习的方法是有效的。
Spatial keyword query is an important technique for recommending users their desired POIs in self-driving services. Inferring query intention has been recognized as an important yet challenging issue for spatial keyword search. However, existing methods are inadequate to discover qualified results due to the inability to capture the intention of short-text input keywords. In this paper, we adopt a conceptual inference based method to deduce implicit intentions of users and thus are able to find more meaningful answers. Firstly, a locality-aware inference model is designed to generate concepts by considering typicality, granularity and spatial distribution, taking into account the hypernym–hyponym relationships in knowledge graphs. Afterwards, we propose a novel interactive framework to learn conceptual preferences for users, by usingk-skyband to prune unpromising objects at the beginning and employing dense subgraph to select promising candidates in each interaction round. After a small number of rounds of learning, all objects can be rationally ordered by a user’s personalized ranking function which is unknown in advance. Empirical study on two real datasets demonstrates the effectiveness of our proposed conceptual inference and preference learning based methods.
登录
查看更多内容
空间社交网络中目标感知的整体影响力最大化
DOI：
10.1109/tkde.2020.3003047
发表时间：
2022-04-01
影响因子：
8.9
作者：
Cai, Taotao;Li, Jianxin;Yu, Jeffrey Xu
通讯作者：
Yu, Jeffrey Xu
影响因子：
2
作者：
G. Box;G. Tiao
通讯作者：
G. Box;G. Tiao
DOI：
10.3115/1075527.1075662
发表时间：
1992-02
期刊：
--
影响因子：
--
作者：
G. Miller
通讯作者：
G. Miller
影响因子：
7.5
作者：
CORTES, C;VAPNIK, V
通讯作者：
VAPNIK, V
影响因子：
2.5
作者：
B. Hill
通讯作者：
B. Hill