城市街区：一个可解释的旅游推荐系统用于城市和社区-计算机科学-人类移动性-地点推荐-可解释机器学习.pdfVIP

城市街区：一个可解释的旅游推荐系统用于城市和

社区

GustavoH.Santos,MyriamDelgado,DanielSilver,andThiagoHSilva

UniversidadeTecnológicaFederaldoParaná,Curitiba,Brazil

UniversityofToronto,Toronto,Canada

gustavohenriquesantos@.br,

{myriamdelg,thiagoh}@.br,dan.silver@utoronto.ca

本摘要我们提出了CityHood，一个交互式的可解释推荐系统，该系统根据用

译户的兴趣领域建议城市和社区。该系统利用带有地理、社会人口统计、政

中治和文化指标的大规模GooglePlaces评论来建模用户兴趣。它在城市（基

1于核心的统计数据区域-CBSAs）和邻里（邮政编码）级别提供个性化推荐，

v并通过可解释技术（LIME）和自然语言解释予以支持。用户可以根据自己

8的偏好探索建议并通过可视化界面检查每个建议背后的推理过程。该演示

7

7说明了如何使用空间相似性、文化一致性以及兴趣理解来使旅行推荐变得

8透明且引人入胜。这项工作通过在一个面向用户的系统中结合一种兴趣建

1

.模、多尺度分析和可解释性，弥补了基于位置的推荐中的空白。

7

0

5Keywords:人类移动性·地点推荐·可解释机器学习·城市兴趣建模

2

:

v

i1介绍

x

r

a

理解个体的出行偏好对于构建更智能的城市服务至关重要，从旅游平台

到个性化导航[3]。尽管现有的基于位置的推荐系统经常建议兴趣点(POIs)，

但它们通常忽视了用户为什么偏好某些城市或社区，并且很少对其选择提供

解释。这种缺乏可解释性限制了用户的信任和系统的洞察力[12]。

3

为了解决这一问题，我们提出了城市风貌，这是一个交互式的、可人

类解读的推荐系统，在城市（基于核心统计区域-CBSAs）和邻里（邮政编

码）层面建模用户兴趣，并通过比较之前访问地点的社会人口、政治、地理

和文化特征来推荐新的目的地。该系统增强了可解释的技术（局部可解释模

型不可知解释-LIME[13]）和自然语言解释。

3https://cityhood.vercel.app/

2Santosetal.

我们的演示允许用户：(i)选择他们喜欢或不喜欢的地方（城市或社区）；

(ii)接收透明的、基于历史数据的旅行建议；(iii)探索特征级别的相似性并调

试模型输出。

该系统通过结合空间粒度（城市和社区）、兴趣建模以及可解释性