TribeFlow：用户轨迹的挖掘与预测
社会与信息网络
2016-02-22 v2 数据分析、统计与概率
物理与社会
机器学习
摘要
Smith 接下来会听哪首歌？Alice 明天会去哪家餐厅？John 接下来会点击哪个产品？这些应用有一个共同点，即预测在隐藏网络（例如网站链接、地理位置）上处于不断变化状态中的用户轨迹。用户现在正在做的事情可能与他们一小时后将要做的事情无关。考虑到这些挑战，我们提出了 TribeFlow，一种旨在应对学习非平稳、瞬态和时间异构用户轨迹的个性化预测模型这一复杂挑战的方法。TribeFlow 是一种通用方法，可以在没有领域特定知识的情况下执行下一产品推荐、下一歌曲推荐、下一位置预测以及通用的任意长度用户轨迹预测。TribeFlow 比顶级竞争对手更准确，且速度最高可达 413 倍。
引用
@article{arxiv.1511.01032,
title = {TribeFlow: Mining & Predicting User Trajectories},
author = {Flavio Figueiredo and Bruno Ribeiro and Jussara Almeida and Christos Faloutsos},
journal= {arXiv preprint arXiv:1511.01032},
year = {2016}
}
备注
To Appear at WWW 2016