期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进随机森林算法的LBSN用户短期位置预测模型 被引量:6
1
作者 袁健 蒋宇 孙悦 《小型微型计算机系统》 CSCD 北大核心 2019年第11期2398-2403,共6页
针对已有的基于LBSN的用户短期位置预测模型性能较低的现状,提出了一种基于改进随机森林算法的LBSN用户短期位置预测模型SPMLIRFA.该模型对随机森林算法进行改进并应用于LBSN用户在短期内的位置预测问题中,SPMLIRFA模型的主要思想是将... 针对已有的基于LBSN的用户短期位置预测模型性能较低的现状,提出了一种基于改进随机森林算法的LBSN用户短期位置预测模型SPMLIRFA.该模型对随机森林算法进行改进并应用于LBSN用户在短期内的位置预测问题中,SPMLIRFA模型的主要思想是将用户的位置预测问题抽象为对给定的候选位置的分类问题来实现.该模型将时间因素,空间因素,个人社交因素和社交群体的签到地点热门因素特征进行量化,通过计算特征量化值的Fisher比值来衡量特征的重要程度,训练样本则按照特征重要程度划分的比例来采样,再将该样本作为随机森林的训练集,生成模型后分类预测位置.实验结果表明,SPMLIRFA在用户短期位置预测问题上有着较好的泛化性和准确率. 展开更多
关键词 基于位置的社交网络 LBSN 用户位置预测 随机森林算法 Fisher比
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部