EzequiasRocha

1 · Cada check-in vira uma tripla

Usuário, POI, tempo, categoria e geografia ganham embeddings separados de 128 dimensões. O check-in é tratado como uma relação entre aspectos, e as relações são projetadas em hiperplanos no estilo TransH (com variantes TransR e TransD), a mesma família de modelos de grafo de conhecimento.

h⊥ = h − (w_rᵀ h) w_r  ·  f(h,t) = ‖h⊥ + d_r − t⊥‖₁

Notação padrão do TransH. O repositório usa distância L1.

2 · O tempo é uma grade de 168 slots

7 dias × 24 horas. O horário de cada check-in é corrigido pelo offset de fuso em minutos antes de cair num slot.

3 · Três perdas

• Margin loss separa triplas reais de triplas corrompidas.
• Orthogonal loss mantém o vetor de relação ortogonal ao hiperplano.
• Norm loss segura a norma dos embeddings.

4 · Amostragem negativa em O(log n)

Negativos são sorteados de uma distribuição não uniforme. Em vez de varrer a lista a cada sorteio, ele monta a CDF uma vez e faz busca binária sobre ela.

# a ideia, em forma mínima
def sample(cdf, u):          # u ~ U(0, 1)
    lo, hi = 0, len(cdf) - 1
    while lo < hi:
        mid = (lo + hi) // 2
        if cdf[mid] < u: lo = mid + 1
        else: hi = mid
    return lo

5 · Protocolo experimental

• Recortes NYC_20, 40, 60, 80 e 100, cada um com pares verdadeiros e falsos de treino, validação e teste.
• lr 1e-4, distância L1, 1000 iterações.
• Variantes: ANES, ANES_GEO, ANES_GEO_YELP, ANES_GEO_Others, LBGC_v4.
• t-SNE para inspecionar o espaço de embeddings.

Módulos

• preprocessing.py
• ANES.py
• model.py · 776
• data.py
• loss.py
• projection.py
• graphutils.py
• utils.py