从用户时空熵演化中发现用户人口统计数据
社会与信息网络
2018-03-13 v1
摘要
推断与用户相关的信息能够极大提升许多移动服务的质量。例如，知晓用户的人口统计特征可使服务展示更准确的信息。据文献所述，已有多种工作提出模型来检测这些特征，但据我们所知，尚无工作基于时空熵的使用并在此背景下引入广义加性模型（GAMs）来达到此目的。在这项初步工作中，我们提出一种包含这两个关键元素的新方法。时空熵能够捕捉用户移动行为的规律性，而 GAMs 有助于基于若干协变量（包括时空熵）预测其人口统计数据。初步结果非常鼓舞人心以开展未来工作，因为我们获得了关于用户工作档案预测的 87% 预测准确率。
引用
@article{arxiv.1803.04240,
title = {Discovering demographic data of users from the evolution of their spatio-temporal entropy},
author = {Arielle Moro and Benoît Garbinato and Valérie Chavez-Demoulin},
journal= {arXiv preprint arXiv:1803.04240},
year = {2018}
}
备注
2 pages (poster)