hood2vec：利用移动网络识别相似城市区域
社会与信息网络
2019-07-30 v1 机器学习
机器学习
摘要
纽约的Lower East Side最相似的区域是哪个？洛杉矶的NoHo Arts District呢？传统上，该任务利用区域内场所类型的信息以及一些流行度/质量度量。我们采取了不同的方法。具体而言，城市居民随时间变化的移动性反映了他们随时间与城市互动的方式。因此，在本文中，我们引入一种名为hood2vec的方法，通过学习的由Foursquare签到捕获的移动网络的节点嵌入来识别城市区域之间的相似性。我们将hood2vec获得的成对相似性与通过比较不同区域场所类型获得的相似性进行比较。两者之间的低相关性表明，移动动态和场所类型可能捕获了城市区域之间相似性的不同方面。
引用
@article{arxiv.1907.11951,
title = {hood2vec: Identifying Similar Urban Areas Using Mobility Networks},
author = {Xin Liu and Konstantinos Pelechrinis and Alexandros Labrinidis},
journal= {arXiv preprint arXiv:1907.11951},
year = {2019}
}