haversine

LLM-MGCL通过整合语义和地理数据来增强POI推荐

研究人员开发了一种名为LLM增强的多图对比学习（LLM-MGCL）的新方法，以改进兴趣点（POI）推荐系统。该方法通过整合源自LLM生成的摘要和关键词的语义信息以及地理数据，来增强现有的图神经网络。通过融合这些不同类型的信息并利用对比学习目标进行对齐，LLM-MGCL有效地解决了新项目交互数据有限的冷启动问题。在Yelp多模态推荐数据集上的实验表明，与传统方法和仅交互的图神经网络相比，推荐准确性得到了显著提高。