买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖南大学深圳研究院申请的专利一种基于自监督学习的POI位置预测方法、设备和介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116596032B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310562332.8，技术领域涉及：G06N3/0455；该发明授权一种基于自监督学习的POI位置预测方法、设备和介质是由肖竹;施亚敏;蒋洪波;杨科华;熊用;汪勇军设计研发完成，并于2023-05-18向国家知识产权局提交的专利申请。

本一种基于自监督学习的POI位置预测方法、设备和介质在说明书摘要公布了：本发明公开了一种基于自监督学习的POI位置预测方法、设备和介质，方法：获取用户历史POI位置轨迹数据，提取各时间步轨迹特征，并使用嵌入层表示得到用户嵌入和轨迹特征嵌入矩阵，输入至transformer网络提取长期依赖特征向量，并与用户嵌入聚合；将聚合向量输入预测网络，基于预测输出和真实值构建预测损失函数；基于POI‑User向量计算每个用户各天气条件下的虚拟同伴，将各用户与其虚拟同伴和非虚拟同伴的聚合向量分别视为正对和负对，构建对比学习损失函数；结合两种损失函数训练整体模型参数；利用训练好的整体模型预测提取聚合向量和预测用户下一时间步的POI位置。本发明提高用户POI位置预测的准确度。

本发明授权一种基于自监督学习的POI位置预测方法、设备和介质在权利要求书中公布了：1.一种基于自监督学习的POI位置预测方法，其特征在于，包括： S1，获取多个用户的历史POI位置轨迹数据，从中提取统计时间窗内各时间步的轨迹特征； S2，使用嵌入层表示用户特征和各时间步的轨迹特征，得到用户嵌入和轨迹特征嵌入矩阵； 在嵌入层使用参数矩阵进行原始向量与实值向量之间的映射，即嵌入层使用不同的参数矩阵Wl、Ww、Wh、Wd、Wu分别对lk、wk、hk、dk和用户特征ui进行嵌入表示，具体表示方法如下： 其中：为对应轨迹特征的嵌入表示向量，为用户i的嵌入表示向量，记为用户嵌入；lk，dk，hk，wk，ui分别是对应轨迹特征的单热点编码向量； 再通过将嵌入表示向量与位置编码PE相加，得到各时间步k的轨迹特征嵌入向量 其中，pos表示轨迹在数据集中的位置，i表示POI位置点在该条轨迹中的位置，dmodel表示位置编码的预设嵌入维度； 最终，对每个用户i均得到其用户嵌入同时还将每个用户i在统计时间窗内所有时间步的轨迹特征嵌入向量构建得到轨迹特征嵌入矩阵 S3，将用户的轨迹特征嵌入矩阵输入基于transformer的网络，提取用户轨迹的长期依赖特征向量，并将用户嵌入与长期依赖特征向量聚合，记聚合所得向量为用户的聚合向量； S4，将用户的聚合向量输入POI位置预测网络得到POI位置预测输出，基于预测输出和真实POI位置构建预测损失函数； S5，基于用户在各POI位置的概率向量，即POI-User向量，计算每个用户在每种天气条件下的虚拟同伴；并将各用户与其虚拟同伴的聚合向量视为正对，与非虚拟同伴的聚合向量视为负对，构建对比学习损失函数； S6，结合对比学习损失函数和预测损失函数，训练嵌入层、基于transformer的网络以及POI位置预测网络中的参数； S7，利用训练好的嵌入层和基于transformer的网络，从待预测用户当前已知的POI位置轨迹数据中提取相应的聚合向量，再将提取到的聚合向量输入训练好的POI位置预测网络，输出即为待预测用户的下一时间步POI位置预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南大学深圳研究院，其通讯地址为：518000 广东省深圳市南山区粤海街道高新技术产业园南区虚拟大学园A214；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。