TSBM:用于社交网络中位置预测的时空贝叶斯模型

在社交网络中,通过他或她的朋友的位置来预测用户的位置主要依赖于用户最有影响力的朋友的选择方法,大多数现有的位置预测方法都没有重视该方法。 在本文中,我们首先介绍一种分析程序,该程序用于借助朋友的位置计算位置预测的理论最大精度。 我们进一步将理论上的最大准确性与当前最新方法所获得的准确性进行比较,并提出一种有影响力的朋友选择策略,以期缩小两者之间的差距。 更准确地说,我们定义了几个功能来衡量朋友对用户位置的影响,在此基础上,我们提出了具有重启过程的顺序随机游走,以根据朋友的影响程度对朋友进行排名。 通过在每个时间段动态选择用户的前N个有影响力的朋友,我们提出了一种时空贝叶斯模型来表征朋友对位置预测的影响力的动态变化。 在真实数据集上进行的实验证明了我们的位置预测框架的有效性。