重庆理工大学学报(自然科学) ›› 2022, Vol. 36 ›› Issue (8): 182-192.
• “时空数据挖掘”专栏 • 上一篇
魏盛杰,王 鑫,戴 劲
摘要: 针对大多数位置预测算法缺乏综合考虑社交关系以及移动模式对用户时空行为的 影响,提出一种融合信任圈和移动模式的位置预测框架 FTM(alocationpredictionframework basedontrustcircleandmobilitypattern)来预测用户的下一个签到位置。通过分析 Gowalla数据 集提出一种称为信任圈的新型社交圈,并从中划分出具有代表性的三类社交关系;利用多社交 圈模型模拟评估不同信任圈的影响力;根据用户移动模式的特征提出了直接访问模式以及多元 访问模式,并利用加权的方法计算不同移动模式的影响力;在真实数据集上进行对比实验,实验 结果表明:FTM框架在预测下一签到位置较其他代表性算法具有更高的准确率,平均准确率可 以达到 92.6%以上,并且随着空间阈值的变化,FTM较其他方法表现出更好的鲁棒性。
中图分类号: