.png){kind=icon}
返回
Mobile Analytics Techniques: Survey, Evaluation, and Guidelines
.png){kind=icon}
PRE
AI
DOI：10.1145/3770860.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
人类流动预测为市场营销、交通运输、医疗保健、网络管理和公共安全等多样应用奠定基础。准确预测移动模式需要捕捉序列规律（如习惯性通勤和周期性访问）和环境因素（如天气、事件和社会互动等动态影响，这些影响可强化或中断常规）。本文从双重视角对流动预测进行综述，基于模型对常规、环境或两者融合的关注点进行分类。我们回顾了人类流动预测的关键组成部分，探讨了其在多领域的应用，综述了统计和机器学习预测器，并利用大规模流动数据在不同条件下实证评估了其有效性。基于我们的实证结果，我们提供了针对不同流动模式选择流动预测技术的实用指南。本综述为研究人员和从业者提供了全面的基础，旨在开发有效的人类流动预测系统以应对多样化的现实场景。
Keyword:
Mobile analytics
fusion models
期刊
A
IF:
3.6
论文数:
22
被引数:
0
机构
引用论文
Differential privacy for location pattern mining.png)
Proceedings of the 4th ACM SIGSPATIAL International Workshop on Security and Privacy in GIS and LBS
Proceedings of the 4th ACM SIGSPATIAL International Workshop on Security and Privacy in GIS and LBSIF0
PREAI
分享收藏Prediction of human emergency behavior and their mobility following large-scale disasterProceedings of the 20th ACM SIGKDD international conference on Knowledge discovery and data mining
Proceedings of the 20th ACM SIGKDD international conference on Knowledge discovery and data miningIF0
PREAI
分享收藏This Post Is Sponsored Effects of Sponsorship Disclosure on Persuasion Knowledge and Electronic Word of Mouth in the Context of Facebook这篇文章是赞助披露对Facebook背景下说服知识和电子口碑的影响
OAAI
OAAI分享收藏分享收藏
分享收藏Multimodal Data Fusion: An Overview of Methods, Challenges, and Prospects多模态数据融合: 方法、挑战与展望综述PROCEEDINGS OF THE IEEEOAAI
PROCEEDINGS OF THE IEEEIF25.9
OAAI分享收藏
查看更多内容