声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：31-1289/TP
国际刊号：1000-3428
发布日期:
作者：许芳芳, 杨俊杰, 刘宏志
单位：1. 北京大学 软件与微电子学院, 北京 102600;2. 国网中兴有限公司, 北京 100761
关键词：位置预测,长短期记忆模型,时空信息,个性化,行为轨迹
基金：国家重点研发计划（2017YFB1002000）。
针对现有位置预测研究多数忽略时间和空间之间关联性的问题，提出一种基于时空特性的长短期记忆模型（ST-LSTM）。基于LSTM网络添加单独处理用户移动行为时空信息的时空门，并考虑用户签到的时间及空间因素，从而使模型具有时空特性。在ST-LSTM网络中引入个人修正因子，对每类用户的输出结果进行修正，在确保基本特性的基础上突出个性化，更好地学习每类用户的行为轨迹特征，同时在保证ST-LSTM网络特性的前提下给出2种ST-LSTM网络的简化变体模型。在公开数据集上的测试结果表明，与主流位置预测方法相比，该预测模型精确率、召回率、F1值都有明显提升。
来源：2019年第9期
《计算机工程》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。