摘要
近几年,随着移动终端设备的普及以及移动社交网络的发展,大量的时空信息数据得以被采集并上传到网络云端,使得获取时空信息变得相对简单。随着相关数据的累积,越来越多的学者开始投入到相关的研究之中。该文通过网络表示学习的方法对时空信息进行了预处理,再结合自然语言处理将用户一定时间范围内的活动通过主题向量来表示,然后通过聚类和频繁模式发掘等方法发掘出用户的生活模式。实验结果验证了本文方法的有效性。
In recent years,with the popularization of mobile terminal devices and the growth of mobile social networks,a large amount of spatiotemporal information data can be collected and uploaded to the cloud.With the accumulation of relevant data,more and more scholars begin to devote themselves to relevant research.In this paper,the spatiotemporal information is preprocessed by the way of deep wandering,The idea of natural language processing is used to express the activities of users over a period of time as topic vectors,and then the experiment results of users'life patterns are discovered through clustering and frequent pattern mining to verify the effectiveness of the proposed method.
作者
蔡郑
贾利娟
孙扬清
CAI Zheng;JIA Li-juan;SUN Yang-qing(Nanjing Vocational University of Industry Technology,Nanjing 210046,China)
出处
《电脑知识与技术》
2020年第31期81-85,共5页
Computer Knowledge and Technology
基金
南京工业职业技术学院科研基金项目(YK17-12-03)。
关键词
时空信息
语义
网络表示
主题向量
生活模式
spatial-temporalinformation
semantic
deepwalk
topic word vector
frequent pattern
