从稀疏社交媒体数据构建完整的个人级位置时间线

在许多领域应用中，连续的人类位置时间线至关重要；例如用于理解疾病可能传播的地点或交通流。虽然 GPS 追踪器或通话数据记录（Call Data Records）等数据源具有丰富的时间信息，但它们成本高昂，通常无法公开获取或仅在特定地点收集，限制了其广泛使用。相反，地理定位的社交媒体数据是公开且免费可用的，但由于其稀疏性，在推断完整时间线方面面临挑战。我们提出了一种随机框架——中间位置计算（Intermediate Location Computing, ILC），该框架利用关于人类移动模式的先验知识，从个人的社交媒体时间线中预测每一个缺失的位置。我们将 ILC 与最先进的 RNN 基线以及仅针对下一位置预测进行优化的方法进行了比较。对于三个主要城市，ILC 在 1 小时和 2 小时分辨率下，以高达 77.2% 的准确率预测了时间线中所有缺失位置的顶部第一位置（比所有比较方法高出多达 6% 的准确率）。具体而言，ILLC 在低数据设置中也优于 RNN：无论是用户数量非常少（少于 50 人）的情况，还是用户较多但时间线更稀疏的设置。总体而言，RNN 模型需要更多的用户才能达到与 ILC 相同的性能。总的来说，这项工作阐明了启发式先验知识与更多数据之间的权衡，以解决利用免费但稀疏的社交媒体数据填补完整时间线这一重要的社会问题。