作者：王峰; 李石君动态情境诱因用户行为挖掘w5模型
摘要：Twitter、SinaMicro．blog等社交网络应用为基于位置的服务提供了大量的情境信息，如用户ID（who）、签到时间（when）、GPS坐标（where）、微博内容主题词（what）和微博内容诱因词（whV）等，简称5W。它们为用户的行为和偏好研究提供了契机。该文提出了基于5W动态情境感知信息的W5概率模型，并采用包含情境信息的联合概率分布分别从时间、空间和活动等方面挖掘用户动态行为，用于用户和位置的预测。该文实验基于两个数据集：Geo—text（GT）和Sina—tweets（ST），在数据集上进行了用户预测（UP）和位置预测（LP）实验。实验结果表明，W5模型在uP和LP两方面准确率均高于W4模型。同时，W5模型在时间误差和空间距离误差两方面也取得了较好的性能。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
