TraDR:一种基于轨迹分解重构的移动社交网络位置预测方法

• 作者: 吴礼发 李华波 洪征 薛迪
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 移动社交网络 位置预测 数据稀疏问题 签到轨迹
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 网络与通信
• 页码范围: 93-98
• 页数: 6页
• 分类号: TP393.08
• 字数: 8909字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.3.019

摘要

随着移动社交网络的不断发展,利用用户发布的位置信息为其提供基于地域的个性化推荐服务不仅给用户提供了便利,也为商户带来了巨大的潜在利益.位置预测技术作为此类服务中的关键技术,是移动社交网络中的重要研究内容之一.结合移动社交网络的特点,提出了基于轨迹“分解-重构”的位置预测方法TraDR,利用公开易得的先验知识,为用户建立个性化的位置推理模型,有效解决了常见位置预测算法所面临的“轨迹数据稀疏问题”.基于真实数据集的实验验证了该预测方法在预测有效性及效率方面的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴礼发	解放军理工大学指挥信息系统学院	70	709	12.0	25.0
2	洪征	解放军理工大学指挥信息系统学院	27	199	9.0	13.0
3	李华波	解放军理工大学指挥信息系统学院	11	68	5.0	8.0
4	薛迪	解放军理工大学指挥信息系统学院	1	6	1.0	1.0