预测新场所的时间活动模式
社会与信息网络
2018-06-06 v1
摘要
估算新开业场所的收入与业务需求至关重要，因为这些早期阶段常涉及诸如首轮人员配置与资源分配等关键决策。传统上，这种估算通过粗粒度度量进行，例如观察本地场所或相似地点场所的数量（如同一城市另一车站周边的咖啡店）。来自个人日常携带设备与服务的众包数据的出现，为更好地预测地点与场所的时间访问模式提供了可能。本文利用以位置为中心的平台 Foursquare 的流动性数据，将场所类别视为城市活动的代理，分析它们随时间如何变得流行。本工作的主要贡献是一个预测框架，能够利用地点的特征时间签名以及捕捉城市区域间相似性的 k 近邻度量，来预测城市社区中新场所建立的周度人气动态。我们进一步展示，通过使用局部性与时间相似性作为特征，能够在新场所开业一个月后预测其人气的。为评估我们的方法，我们聚焦于伦敦。我们表明城市中具有时间相似性的区域可成功用作新场所访问模式预测的输入，与随机选取选区作为预测任务训练集相比改进达 41%。我们将这些时间相似区域与局部性的概念应用于与新场所相关的实时预测，并展示这些特征可有效用于预测场所的未来趋势。我们的发现有可能影响基于位置技术的设计以及新商户主所做的决策。
引用
@article{arxiv.1806.01599,
title = {Predicting the temporal activity patterns of new venues},
author = {Krittika D'Silva and Anastasios Noulas and Mirco Musolesi and Cecilia Mascolo and Max Sklar},
journal= {arXiv preprint arXiv:1806.01599},
year = {2018}
}