基于位置转移时空规律的用户签到位置预测

摘要：

现存用户移动性规律发现方法,如PMM(periodic mobility model)、W3等的核心缺陷在于,不能将时间对于用户访问位置变化与地理位置之间关联制约的两种重要影响真实、量化地反映出来,因而无法准确预测用户未来的签到位置.针对该问题,提出基于向量自回归的位置转移演化算法(location transfer evolution algorithm based on vector autoregressive,LTE),基于用户签到位置的变化历史,学习得到用户位置转移随时间、空间变化的规律性,且基于此进行用户位置的准确预测.基于Foursquare和Gowalla真实签到数据集,进行大量、深入的实验分析,实验结果表明,相对于W3,LTE算法的准确率提升4.43％～21.31％,相对于PMM,LTE算法的准确率提升25.07％～38.50％.

关键词：位置预测、簇标记转移矩阵、用户移动性、向量自回归、簇标记转移向量序列

所属期刊栏目：12

分类号：TP301(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos. 61103043, 61173099;the National Sci-ence and Technology Pillar Program During the"12th-Five-Year-Plan"of China under Grant No. 2012BAG04B02;the Program of State Key Laboratory of Software Engineering of Wuhan University under Grant No. SKLSE2012-09-26

在线出版日期：2018-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1372-1382