时空轨迹挖掘
文章平均质量分 93
weifengLD
嵌入式爱好者
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
00-用户轨迹挖掘
用户轨迹挖掘学习 现有的位置服务,通常直接使用用户提供的位置数据,缺乏对这些数据的分析和挖掘,忽略了这些位置数据中蕴含的信息和知识。 如何利用数据挖掘和机器学习等技术从个人及大众用户轨迹数据中获取知识,并利用这些知识来定制更加智能的基于轨迹的位置服务。 一:基于位置的服务(LBS) 轨迹记录了用户在真实世界中的活动,这些活动在一定程度上体现了个人的意图,喜好和行为模式。 从轨迹中可挖掘的原创 2018-01-03 13:30:09 · 3208 阅读 · 0 评论 -
01-挖掘兴趣点和旅行序列
空间数据挖掘(spatial data mining) 位置推荐(local recommendation) 挖掘兴趣点和旅行序列 基础做法: 挖掘兴趣点: 1,rank by count,一个地方被用户访问的次数越多这个地方越有趣。 2,rank by frequency,一个地方被用原创 2018-01-22 13:15:04 · 1171 阅读 · 2 评论
分享