基于位置的社交网络中用户签到的时空建模
社会与信息网络
2017-04-11 v2 机器学习
摘要
社交网络正越来越接近我们的真实物理世界。人们分享其签到的确切位置和时间，并受到朋友的影响。对社交网络中用户的时空行为进行建模，对于预测用户未来行为、控制用户移动以及发现潜在影响网络具有重要意义。据观察，用户的移动具有周期性模式。同时，他们也受到其亲密朋友最近访问过的位置的影响。利用这两个观察，我们提出了一个概率模型，该模型基于一个用于签到时间的、具有周期性衰减核的双重随机点过程，以及一个用于基于位置的社交网络中用户签到位置的时变多项分布。我们使用一种高效的、可分布于各用户的EM算法学习模型参数。在合成数据及从Foursquare收集的真实数据上的实验表明，所提出的推断算法能高效学习参数，且我们的模型在签到时间和位置的预测上均优于其他替代方案。
引用
@article{arxiv.1611.07710,
title = {Spatio-Temporal Modeling of Users' Check-ins in Location-Based Social Networks},
author = {Ali Zarezade and Sina Jafarzadeh and Hamid R. Rabiee},
journal= {arXiv preprint arXiv:1611.07710},
year = {2017}
}