[论文解读] Location Prediction: Communities Speak Louder than Friends

Jun Pang, Yang Zhang|arXiv (Cornell University)|Aug 6, 2014

Human Mobility and Location-Based Analysis参考文献 47被引用 4

一句话总结

本文提出了一种关注社区的用户移动性预测方法，表明社会社区——而非单个好友——对用户位置选择具有更强且更具情境特异性的影响力。通过引入‘社区熵’来衡量社交多样性，并基于社区层面的数据使用机器学习方法，该模型实现了高预测准确率，优于基于好友的方法，尤其在社交社区多样性较高的用户中表现更优。

ABSTRACT

Humans are social animals, they interact with different communities of friends to conduct different activities. The literature shows that human mobility is constrained by their social relations. In this paper, we investigate the social impact of a person's communities on his mobility, instead of all friends from his online social networks. This study can be particularly useful, as certain social behaviors are influenced by specific communities but not all friends. To achieve our goal, we first develop a measure to characterize a person's social diversity, which we term `community entropy'. Through analysis of two real-life datasets, we demonstrate that a person's mobility is influenced only by a small fraction of his communities and the influence depends on the social contexts of the communities. We then exploit machine learning techniques to predict users' future movement based on their communities' information. Extensive experiments demonstrate the prediction's effectiveness.

研究动机与目标

• 探究社会社区而非单个好友如何影响人类移动性模式。
• 提出一种名为‘社区熵’的新度量方法，用于量化用户的社交多样性。
• 基于社区层面的社交信息，开发一种基于机器学习的位置预测模型。
• 评估基于社区的预测方法相较于传统基于好友的方法的有效性。
• 探索社区影响力在时间和空间上下文中的依赖关系。

提出的方法

• 利用社交网络图上的社区检测算法，将用户的好友划分为非重叠的社区。
• 提出一种新度量方法——‘社区熵’，基于好友在各社区中的分布，量化用户社交社区的多样性。
• 使用源自社区归属的特征（如社区活动模式和时空上下文）训练机器学习分类器。
• 仅基于社区信息预测用户未来的签到位置，无需使用用户自身的历史数据。
• 在两个真实世界数据集（Gowalla 和 Foursquare）上开展实验，以验证模型性能。
• 使用标准指标（如精确率、召回率和 F1 分数）评估预测性能，并对比基于社区和基于好友的模型。

实验结果

研究问题

• RQ1 社会社区与单个好友相比，对用户移动性的影响有何不同？
• RQ2 哪些社区对用户的位置选择影响最大？通常有多少个社区会影响一个用户？
• RQ3 时间和空间上下文如何调节社区对移动性的影响？
• RQ4 与基于好友的信息相比，基于社区层面的信息能否提升位置预测的准确率？
• RQ5 用户社交多样性（以社区熵衡量）如何影响基于社区的预测性能？

主要发现

• 对比分析多个数据集的结果证实，社区对用户移动性的影响强于单个好友。
• 每位用户仅受少数几个社区的影响，表明移动性主要由少数关键社交情境驱动。
• 社区对移动性的影响高度依赖于时间和空间上下文，例如工作日与周末，或工作场所与休闲场所。
• 基于社区的预测模型实现了高准确率，显著优于基于好友的模型，尤其在社区熵较高的用户中表现更优。
• 即使不使用用户自身的签到历史数据，该模型也能表现出色，完全依赖社区层面的特征。
• 所提出的社区熵度量方法能有效捕捉社交多样性，并与用户移动性的可预测性呈正相关。