Gowalla-CA

新的AI方法解决数据缺失问题，以改进POI推荐

研究人员开发了CATH（Complementary Agents via Task Hypergraphs），一种用于下一兴趣点（POI）推荐的新颖方法，该方法解决了文本和视觉数据缺失的挑战。CATH利用大型语言模型代理，选择互补的组来分析可用证据并完成特定任务。该系统学会形成这些代理组并优化它们的执行以提高推荐准确性，在真实数据集的实验中显示出比现有方法显著的提升。