【摘 要】
：
5G技术的飞速发展和移动智能设备的日益普及,极大地推动了各种基于位置的服务（Location Based Services,LBS）的应用和发展,也产生了海量刻画用户日常行为的用户移动轨迹数据。其中,用户签到数据因其独有特点,使得研究者能够从多个维度对用户的移动行为进行研究分析,让基于用户签到数据的用户位置预测逐渐成为当前研究热点。由于用户签到是用户根据自身需求所进行的一种自发行为,充满了不确定性
论文部分内容阅读
5G技术的飞速发展和移动智能设备的日益普及,极大地推动了各种基于位置的服务（Location Based Services,LBS）的应用和发展,也产生了海量刻画用户日常行为的用户移动轨迹数据。其中,用户签到数据因其独有特点,使得研究者能够从多个维度对用户的移动行为进行研究分析,让基于用户签到数据的用户位置预测逐渐成为当前研究热点。由于用户签到是用户根据自身需求所进行的一种自发行为,充满了不确定性和随机性,这也导致了用户签到数据具有较强的稀疏性,这是目前位置预测精度不高的原因之一。此外,相关研究表明,用户移动行为存在显著的周期性且这种周期性是多尺度的,如何有效利用是一个开放课题。针对上述问题,本文提出两种位置预测方法,具体来说,本文的研究工作如下:一是为了缓解签到数据的稀疏性和提高位置预测的准确度,本文提出一种基于相似生活模式的用户位置预测方法,即根据用户签到数据提取每一用户的生活模式向量表示,对具有相似生活模式的用户进行聚类,得到不同用户簇;对每一用户簇的签到数据进行兴趣点（Points Of Interest,POI）嵌入学习,通过改进的Huffman树结构将时间信息融入到POI类型和POI位置表示向量;输入到基于门控循环单元（Gate Recurrent Unit,GRU）的活动预测和位置预测模型,得到最终的预测结果。二是考虑到相似用户签到数据对位置预测结果影响的局限性以及单向GRU只能捕获用户当前轨迹的上文的不足,采用双向GRU结构捕获用户当前轨迹的上下文信息,并引入注意力机制来捕获用户历史签到轨迹中的周期性移动行为,整合两个模块的结果对用户进行位置预测。在Foursquare上多个真实用户签到数据集上进行实验验证,结果表明,与现有的位置预测方法相比,本文提出的两种方法均能提升位置预测的性能。
其他文献
目的:建立抗结核药物性肝损伤患者口服芍药甘草汤颗粒前后7种主成分的含量测定方法，研究芍药甘草汤血行成分变化。方法:患者血浆样本经甲醇除蛋白后，采用Thermo scientific syncronis C18反向梯度洗脱法分离各主要成分；电喷雾离子源经正、负离子模式对色谱流出物进行检测，三重四级杆质谱对各主要色谱峰进行归属。选择联苯双酯作为内标，测定各成分的药物浓度。结果:芍药甘草汤颗粒中7个主成
太阳射电爆发是一种来自太阳的瞬时增强的无线电波,这种高强度信号会严重干扰无线电通信系统和导航系统。太阳射电频谱仪记录了太阳射电波段中的太阳射电辐射强度,是研究太阳射电爆发的主要设备。对太阳射电爆发进行研究有利于促进人类对太阳活动的认知,保证人类生活的正常进行。太阳物理研究中,需要重点研究太阳的爆发现象,而太阳射电频谱是太阳活动在无线电波段的观测结果。传统的通过人工分析射电频谱找出太阳射电爆发的方式
作为计算机视觉领域的一个重要分支,视频目标跟踪技术现已广泛应用于工业和生活的许多方面,例如智能监控设备,军事导弹跟踪,智能交通监测,无人机目标跟踪等。由于在现实的跟踪场景中存在众多困难挑战,例如形变、遮挡、光照变化、尺度变化等,使得开发出一个鲁棒性强的跟踪算法依然是一项困难且富有挑战的工作。现有的孪生网络跟踪器把目标跟踪定义为一个模板匹配任务。在每一帧中给出搜索区域,与初始化时固定好的目标模板进行
为采取针对性措施有效预防手术室火灾，笔者通过百度、消防主管机关官方网站、CNKI数据库和中国国家图书馆搜集资料，共获得2000—2019年全国手术室火灾案例9起，把火灾资料数据输入Excel2007进行统计分析，结果显示9起综合医院手术室火灾造成1人受伤和1人死亡，涉及6个等级的9家医院、6个月份、8个时段、7个起火部位和3种直接原因，具体分析发现火灾数据在4类分组中各具特点，文章根据统计结果提出
教育在当下的社会发展中逐渐受到越来越多的关注，那么教育在日后的发展中如何更好地适应，推动幼儿以及学生的全面发展需要引起当下教育工作者的高度重视。教育首先从幼儿教育开始，在幼儿教育中，幼儿的成长与发展是极为重要的，幼儿教育作为整个教育阶段的基础，需要幼儿教师及时进行教育教学方式的创新，以便能够更好地为幼儿日后的发展打下坚实的基础。在当下的幼儿教育中，创意艺术活动的组织与发展能够在很大程度上帮助幼儿塑
空间co-location模式挖掘的目标是发现空间特征集的子集,这些特征的实例在地理空间中频繁相邻出现。然而,在许多实际情况中,空间特征的实例不仅包含空间位置信息,还包含属性信息。现有的大多数co-location模式挖掘算法只关注特征的空间位置信息,而忽略了其属性信息。虽然已经有一些研究使用一型模糊隶属度函数挖掘模糊co-location模式,但这种隶属函数存在很大的不确定性。为了解决这个问题,
得益于计算机网络传输速度的飞快提高,现实世界中实体之间的信息流通日益频繁,大数据时代就此来临。图结构数据建模作为研究实体间交互、组织等关系特征的一种常用方法,在数据挖掘、分析等领域具有重要意义。此外,由于神经网络在特征编码上的强大优势,已提出许多针对图结构数据的神经网络模型在推荐系统、知识图谱等图下游任务上取得巨大成功。作为图数据分析处理的首要环节,图表示学习旨在对实体节点的属性和行为关系进行特征
＜正＞3～6岁是培养幼儿动手能力和大脑技能的关键时期,同时也是培养幼儿创造力和想象力的重要时期。幼儿园创意艺术活动是一种幼儿教学活动,它以幼儿技能发展和个性发展为核心,以教师指导为基础,以课程主体为线索,通过多种艺术表现形式的结合,促进幼儿创意艺术能力的发展。幼儿创意艺术活动属于创意教育的范畴。教师在幼儿教育中开展创造性的艺术活动,有利于锻炼幼儿的思维能力,挖掘幼儿的创造潜能,促进幼儿更好地发展。
当前各式各类的统计结果和科研记录的内容大量出现,数据量不断地提升。如何在这种大数据的背景之下,有效地针对不同类型数据进行分析和研究,从海量的数据中提取有用的知识成为时代当务之急的问题。数据挖掘就是顺应这种需要应运而生发展起来的数据处理技术。聚类就是观察分析各种抽象对象,或者是各种实际对象的规律和特征,并将其中具有一些相似性的目标进行分类分析,目前已逐渐成为一种非常有效的数据挖掘分析方法。然而现有的
太阳射电频谱观测是研究太阳爆发的重要手段,太阳射电爆发蕴含着太阳活动的重要信息。太阳射电频谱分为多种类型,对应不同的物理事件。随着射电频谱仪的发展,观测数据呈海量趋势,人工检测和分类太阳射电频谱已难以满足研究工作的需求。因此,如何高效迅速地从这些海量信息中自动检测出太阳射电爆发并对其分类,对于后续科学研究与空间天气预警和预报显得十分重要。本文利用卷积神经网络和迁移学习方法设计网络模型去分类太阳射电