新方法使用知识图谱进行轨迹-用户关联

研究人员推出了一种新颖的轨迹-用户关联（TUL）方法 MakeTUL，该方法利用多关系知识图谱。该方法旨在通过将访问时间、POI类别和换乘速度信息整合到知识图谱表示中来识别匿名轨迹的所有者。MakeTUL通过高阶共现模式丰富POI表示，并将其与时间和类别数据集成以捕获有序移动模式，从而改进用户移动分析和个性化服务。 AI

影响 这项研究引入了一种新颖的轨迹-用户关联方法，有望改进个性化基于位置的服务和移动分析。

排序理由 该集群包含一篇提交到 arXiv 的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• arXiv
• Connected Papers
• CORE Recommender
• cs.LG
• Hugging Face
• IArxiv Recommender
• Litmaps
• MakeTUL
• multi-relational mobility knowledge graph
• scite Smart Citations
• Trajectory-User Linking

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →