具有上下文感知的下一个有用位置预测：最新进展
机器学习
2024-01-17 v1 社会与信息网络
摘要
预测移动物体的未来位置通过主动智能增强了基于位置的服务，并帮助企业和决策者在不同应用中进行更好的规划和近实时调度，例如交通拥堵控制、基于位置的广告以及公共卫生和福祉监测。近年来，智能手机和位置传感器技术的发展以及基于位置的社交网络的普及，加上人工智能和机器学习技术的进步，为利用大量历史和实时上下文信息识别移动模式并实现更准确和智能的预测提供了绝佳机会。本综述全面概述了具有上下文感知的下一个有用位置预测问题。首先，我们解释了上下文和上下文感知的概念，并定义了下一个位置预测问题。然后，我们分析了该领域近三十项研究，涉及预测方法、解决的挑战、用于训练和评估模型的数据集和指标，以及所纳入的上下文类型。最后，我们讨论了不同方法的优缺点，重点关注预测位置的有用性，并通过介绍汽车行业中下一个位置预测的两个潜在用例，确定了该主题的开放挑战和未来工作。
引用
@article{arxiv.2401.08081,
title = {Predicting Next Useful Location With Context-Awareness: The State-Of-The-Art},
author = {Alireza Nezhadettehad and Arkady Zaslavsky and Rakib Abdur and Siraj Ahmed Shaikh and Seng W. Loke and Guang-Li Huang and Alireza Hassani},
journal= {arXiv preprint arXiv:2401.08081},
year = {2024}
}