用于预测 Twitter 用户位置的多视角深度学习
机器学习
2017-12-22 v1 信息检索
社会与信息网络
机器学习
摘要
在 Twitter 等大型社交网络上预测用户位置的问题源于社会动荡检测和在线营销等实际应用。Twitter 用户地理定位是一个困难且活跃的研究课题，已有大量文献。大多数已有方法遵循基于内容或基于网络的思路：前者利用用户生成的内容，后者利用 Twitter 用户之间的连接或交互。本文提出一种结合两种思路优势的新方法。具体而言，我们提出一个名为 MENET 的多入口神经网络架构，借助深度学习和多视角学习的进展。MENET 的通用性使其能够整合多种数据表示。在 Twitter 用户地理定位场景下，我们以文本、网络和元数据特征实现 MENET。考虑到 Twitter 用户在相关地理区域上的自然分布，我们将地球表面划分为多尺度单元，并以这些单元的标签训练 MENET。我们在三个基准数据集上表明，我们的方法大幅优于当前最优方法。
引用
@article{arxiv.1712.08091,
title = {Multiview Deep Learning for Predicting Twitter Users' Location},
author = {Tien Huu Do and Duc Minh Nguyen and Evaggelia Tsiligianni and Bruno Cornelis and Nikos Deligiannis},
journal= {arXiv preprint arXiv:1712.08091},
year = {2017}
}
备注
Submitted to the IEEE Transactions on Big Data