从位置数据检测虚假兴趣点
机器学习
2021-11-12 v1 人工智能
摘要
支持GPS的移动设备的普及以及基于位置服务的广泛使用导致了海量地理标记数据的生成。近来，数据分析可获取更多来源，包括评论、新闻和图像，这也引发了关于兴趣点(POI)数据源可靠性的疑问。先前的研究试图通过各种安全机制检测虚假POI数据，而当前工作尝试以更简单的方式捕获虚假POI数据。所提出的工作聚焦于监督学习方法及其在基于位置的数据中发现隐藏模式的能力。真实标签通过真实世界数据获得，虚假数据通过使用API生成，因此我们得到一个在位置数据上同时具有真实与虚假标签的数据集。目标是使用多层感知机(MLP)方法预测POI的真实性。在所提出的工作中，基于数据分类技术的MLP被用于准确分类位置数据。所提出的方法与传统分类方法以及鲁棒且近期的深度神经网络方法进行了比较。结果表明所提出的方法优于基线方法。
引用
@article{arxiv.2111.06003,
title = {Detecting Fake Points of Interest from Location Data},
author = {Syed Raza Bashir and Vojislav Misic},
journal= {arXiv preprint arXiv:2111.06003},
year = {2021}
}
备注
Accepted in IEEE