1. 首页
  2. 人工智能
  3. 机器学习
  4. 基于用户历史位置的用户相似度度量

基于用户历史位置的用户相似度度量

上传者: 2018-12-16 01:46:10上传 PDF文件 742.4KB 热度 35次
定位获取技术发展(GPS,GSM网络等)使人们可以方便地记录他们用时空数据访问的位置历史。收集大量与个人的轨迹有关地理信息,也给我们从这些轨迹中发现有价值的知识带来了我们机遇和挑战。在本文中,我们目的是基于他们的轨迹挖掘相似性用户之间。这样的用户相似性对于个人,社区和企业通过帮助他们有效地检索相关性高的信息。我们提出了一种基于层次图的相似度度量(HGSM,hierarchical-graph based similarity measurement)框架地理信息系统一致地建模每个个体并对个体的轨迹进行了有效的相似性度量。在这个框架中,我们同时考虑了人的运动行为的序列性质和地理空间的层次属性。我们评估这个框架使用GPS数据收集65名志愿者在6个月的时间。因此,HGSM优于相关的相似性度量,如余弦相似性和皮尔森相似性度量。
用户评论