この記事では、GTR-Mambaと呼ばれる新しいフレームワークが提案されています。これは、ユーザーの次のチェックイン地点を推奨するための次世代のポイント・オブ・インタレスト（POI）推奨システムです。従来のグラフニューラルネットワークやシーケンシャルモデルに基づくPOI推奨モデルは、ユーザー特有の時間的文脈の変動をうまく捉えられず、空間的選択の階層構造を同時に捉えることが難しいという制約がありました。GTR-Mambaは、双曲幾何学を用いて静的なツリー型の好みの階層をモデル化し、動的なシーケンス更新を計算的に安定したユークリッド接線空間にルーティングします。この過程は、スパatiオー・テンプラル情報を融合し、状態空間モデル（SSM）を明示的に導くクロスマニフォールドチャネルによって調整されます。実験では、GTR-Mambaが従来のベースラインモデルよりも一貫して優れた性能を示すことが確認されました。