作者:胡静; 王雨楠; 吉宏梅轨迹序列地点预测lstm
摘要:随着互联网、大数据等产业规模的扩张,移动设备几乎应用在生活的方方面面。位置服务平台为用户提供便利服务的同时也获取了大量的用户历史轨迹。历史轨迹中除基本的地理位置外还包含了其他丰富的隐藏信息,如用户行为习惯、城市热点位置等。有效的位置预测能够帮助用户更好的规划路线,可应用在城市交通管理及商业广告的布置等场景。本文针对现有地点预测方法中存在的离散、语义缺失等问题,提出结合时空数据的特性在循环神经网络基础上构建基于深度长短期记忆网络(Long Short Term Memory,LSTM)的方法,充分分析了轨迹序列的时序语义特征。实验表明,该方法比传统的预测模型准确率有了进一步提升,预测效果较好。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社