位置预测系列（二）

原创

于 2014-06-12 20:13:22 发布

· 2.8k 阅读

6 ·

版权

文章标签：

#预测 #数据挖掘 #位置预测 #轨迹挖掘

该论文探讨了如何预测用户在基于位置的社交网络中的下一个签到点，将其转化为位置排名问题并提取了多种特征，包括用户移动特征、全局移动特征和时间维度特征。尽管提出的方法能避免新用户的冷启动问题，但存在模型训练更新、精度和成本问题。该研究为位置预测提供了一种数据挖掘视角。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Mining User Mobility Features for Next Place Prediction in Location-based Services


 
 
 
  
  
  这篇论文主要是预测用户在基于位置的社交网络中的下一次签到地点，是
  
  
  ICDM'12年录用的一篇文章。
 
 
 

 
 
 
  
  
  1.1 
  
  
  论文概要
 
 
 
 
 
 
  
  
  在这篇文章中，作者首先将位置预测问题阐述为位置排名问题，即把用户所在城市内的所有签到场所作为候选集，然后根据一定的规则将候选集中的场所进行排名。排名的规则所追求的目标就是尽可能的将用户下一次签到地点排在最前面。然后，作者提取了一些跟用户的下一次签到地点有关的特征（称为移动预测特征集），即影响位置排名的因素。
 
 
 

 
 
 
  
  
  对于候选集中的每一个位置，所提取的移动预测特征集为：
 
 
 

 
 
 
  
  
  （
  
  
  1
  
  
  ）用户自身的移动特征：位置被用户访问的次数；位置所属的类型被用户访问的次数；位置被用户的好友们访问的次数。
 
 
 

 
 
 
  
  
  （