基于时空数据分类的用户社交联系学习

• 作者: 严建峰 刘晓升 杨璐 陈元娟
• 来源期刊: 计算机应用研究
• 关键词: 时空数据 时间 空间 特征融合 用户社交联系
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 系统应用开发
• 页码范围: 1415-1418
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.05.031

摘要

按照时空数据模型对时间和空间的表达方式,将时空数据模型分为基于时间的时空数据模型和基于空间的时空数据模型.提出了一种新的基于时空数据预测用户社交联系的模型,该模型将基于时间的时空数据集的特征和基于空间的时空数据集的特征进行融合来预测用户社交联系.实验结果表明基于时间与空间特征融合的时空数据模型能更好地预测用户的社交联系.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓升	苏州大学计算机科学与技术学院	33	129	7.0	8.0
2	严建峰	苏州大学计算机科学与技术学院	33	149	8.0	10.0
3	陈元娟	苏州大学计算机科学与技术学院	2	10	2.0	2.0
4	杨璐	苏州大学计算机科学与技术学院	19	74	5.0	7.0