| 融合空间偏好和语义的个体活动识别方法 |
| |
| 作者姓名： | 郭茂祖 陈加栋 张彬 赵玲玲 李阳 |
| |
| 作者单位： | 北京建筑大学电气与信息工程学院,北京 100044,哈尔滨工业大学计算机科学与技术学院,黑龙江哈尔滨 150001 |
| |
| 基金项目： | 国家自然科学基金面上资助项目(61871020,62101022);北京市属高校高水平创新团队建设计划资助项目(IDHT20190506);国家重点研发计划子课题资助项目(2020YFF0305501);北京市教委科技计划重点资助项目(KZ201810016019) |
| |
| 摘 要： | 个体活动识别对用户画像、个性化推荐、异常行为检测、群体行为分析和基于活动的资源配置优化具有重要价值。提出了一种基于稀疏的社交媒体签到数据的个体活动语义识别方法,从签到数据中提取活动行为的时间周期性和趋势性特征,并采用空间偏好量化算法,从个体与群体活动的空间关联中提取群体和个体的空间访问偏好,使用自然语言嵌入工具BERT模型提取访问兴趣点的语义。时间特征、空间偏好特征和访问兴趣点名称语义特征共同构成表征群体、个体偏好的时空联合特征,通过极限梯度提升分类器对其进行分类,得到活动语义识别结果。在Foursquare数据集上的对比实验和消融实验中验证了所提活动语义识别模型可以有效提升活动语义识别的准确性。
|
| 关 键 词： | 活动语义识别 空间偏好 兴趣点语义 极限梯度提升树 BERT |
| 收稿时间： | 2021-06-15 |
| 修稿时间： | 2022-05-31 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《国防科技大学学报》浏览原始摘要信息 |
|
点击此处可从《国防科技大学学报》下载全文 |
|
